简述

DOI:10.18129 / B9.bioc.LPE

这个包是版本3.15的Bioconductor;有关稳定的最新发布版本，请参见简述．

局部池误差(LPE)方法分析微阵列数据的方法

Bioconductor版本:3.15

该LPE文库用于少量重复的微阵列数据的显著性分析。它使用基于重采样的FDR调整，并且比传统的“BH”或“BY”程序给出更少的保守结果。接受的数据是来自MAS4, MAS5或dChip的txt格式的原始数据。数据也可以在归一化后提供。LPE库主要用于分析两个条件之间的数据。要将其用于配对数据，请参阅LPEP库。要在多种条件下使用LPE，请使用HEM库。

作者:Nitin Jain ， Michael O'Connell ， Jae K. Lee 。包括HyungJun Cho贡献的R源代码

维护者:Nitin Jain < emailnitjain at gmail.com>

安装

要安装这个包，启动R(版本"4.2")并输入:

如果(!require("BiocManager"， quiet = TRUE) install.packages("BiocManager") BiocManager::install("LPE")

对于旧版本的R，请参考相应的Bioconductor释放．

文档

要查看系统中安装的此软件包版本的文档，启动R并输入:

browseVignettes(简述)

PDF	R脚本	少量重复的微阵列数据的LPE测试
PDF		参考手册
文本		新闻

细节

biocViews	DifferentialExpression，微阵列，软件
版本	1.70.0
在Bioconductor中	BioC 1.6 (R-2.1)或更早(> 17.5年)
许可证	LGPL
取决于	R (>= 2.10)
进口	统计数据
链接
建议
SystemRequirements
增强了
URL	http://www.r-project.orghttp://www.healthsystem.virginia.edu/internet/hes/biostat/bioinformatics/http://sourceforge.net/projects/r-lpe/
这取决于我	LPEadj，PLPE
进口我	LPEadj
建议我	ABarray
链接到我
构建报告

包档案

遵循2021年欧洲杯比分预测 在您的R会话中使用此包的说明。

源包	LPE_1.70.0.tar.gz
Windows二进制	LPE_1.70.0.zip
macOS二进制文件(x86_64)	LPE_1.70.0.tgz
源库	git clone https://git.bioconductor.org/packages/LPE
源存储库(开发人员访问)	git clone git@git.bioconductor.org:packages/LPE
包短Url	//www.andersvercelli.com/packages/LPE/
软件包下载报告	下载数据