此包适用于Bioconductor 3.14版;有关稳定的最新发布版本,请参见maEndToEnd.
Bioconductor版本:3.14
在本文中,我们将使用Bioconductor包实现端到端Affymetrix微阵列差分表达工作流。该工作流程直接适用于当前的“Gene”类型阵列,例如HuGene或MoGene阵列,但可以很容易地适用于类似的平台。这里分析的数据是一个典型的临床微阵列数据集,比较了两种疾病亚型的炎症和非炎症结肠组织。对于每种疾病,分析了炎症和非炎症结肠组织之间的差异基因表达。我们将从原始数据CEL文件开始,展示如何将它们导入到Bioconductor ExpressionSet中,执行质量控制和标准化,最后进行差异基因表达(DE)分析,然后进行一些富集分析。
作者:Bernd Klaus [aut], Stefanie Reisenauer [aut, cre]
维护者:Stefanie Reisenauer
引文(从R内,输入引用(“maEndToEnd”)
):
要安装此包,请启动R(版本“4.1”)并输入:
如果(!install.packages("BiocManager") BiocManager::install("maEndToEnd")
对于R的旧版本,请参考相应的Bioconductor释放.
要查看系统中安装的此包版本的文档,请启动R并输入:
browseVignettes(“maEndToEnd”)
超文本标记语言 | R脚本 | 使用Affymetrix微阵列进行差异基因表达的端到端工作流程 |
文本 | 新闻 |
biocViews | GeneExpressionWorkflow,工作流 |
版本 | 2.14.0 |
许可证 | MIT +文件许可 |
取决于 | R (>= 3.5.0),Biobase,oligoClasses,ArrayExpress,pd.hugene.1.0.st.v1,hugene10sttranscriptcluster.db,益生元,arrayQualityMetrics,limma,topGO,ReactomePA,clusterProfiler,gplots,ggplot2,geneplotter,pheatmap,RColorBrewer,dplyr,tidyr,stringr,matrixStats,genefilter,openxlsx,Rgraphviz,enrichplot |
进口 | |
链接 | |
建议 | BiocStyle,knitr,devtools,rmarkdown |
SystemRequirements | |
增强了 | |
URL | //www.andersvercelli.com/help/workflows/ |
全靠我 | |
进口我 | |
建议我 | |
链接到我 |
遵循2021年欧洲杯比分预测 在R会话中使用此包的说明。
源包 | maEndToEnd_2.14.0.tar.gz |
Windows二进制 | |
macOS 10.13 (High Sierra) | |
源库 | git克隆https://git.bioconductor.org/packages/maEndToEnd |
源存储库(开发人员访问) | git克隆git@git.bioconductor.org:packages/maEndToEnd |
包短Url | //www.andersvercelli.com/packages/maEndToEnd/ |
软件包下载报告 | 下载数据 |
文档»
Bioconductor
支持»
请细阅发布指南.将有关Bioconductor的问题发送到以下位置之一: