SVA

doi：10.18129/b9.bioc.sva

该包适用于生物导体的3.8版；对于稳定的最新版本，请参阅SVA。

替代变量分析

生物导体版本：3.8

SVA软件包包含在高通量实验中消除批处理效应和其他不需要变化的功能。具体而言，SVA软件包包含用于识别和构建高维数据集的替代变量的功能。替代变量是直接根据高维数据构建的协变量（例如基因表达/RNA测序/甲基化/脑成像数据），可用于随后的分析，以调整未知，未建立或潜在的噪声源。SVA软件包可用于以三种方式删除工件：（1）识别和估计高通量实验中未知来源的替代变量（Leek and Storey 2007 PLOS Genetics，2008 PNAS），（2）直接删除已知的批次使用战斗（Johnson等，2007生物统计学）和（3）使用已知对照探针（Leek 2014 Biorxiv）去除批处理效应的效果。删除批处理效应并在差异表达分析中使用替代变量已被证明可以降低依赖性，稳定错误率估计并提高可重复性，请参见（Leek and Storey 2007 PLOS Genetics，2008 PNAS或Leek etal。1011Nat。Nat。回顾遗传学）。

作者：Jeffrey T. Leek ，W。EvanJohnson 的Wej，Hilary S. Parker ，Elana J.Andrew E. Jaffe ，John D. Storey ，Yuqing Zhang gmail.com>

维护者：jeffrey T. Leek ，John D. Storey ，W。EvanJohnson

安装

要安装此软件包，请启动R（版本“ 3.5”）并输入：

if（！sireseenamespace（“ biocmanager”，悄悄= true））install.packages（“ biocmanager”）biocmanager :: install（“ sva”）

对于R的较旧版本，请参考适当的生物导体释放。

文档

要查看系统中安装此软件包的版本的文档，请启动R并输入：

Browsevignettes（“ SVA”）

PDF	R脚本	SVA教程
PDF		参考手册

细节

生物浏览	批处理效应，，，，免疫学，，，，微阵列，，，，多重组合，，，，正常化，，，，预处理，，，，rnaseq，，，，测序，，，，软件，，，，统计信息
版本	3.30.1
在生物导体中	Bioc 2.9（R-2.14）（7。5年）
执照	艺术2.0
要看	r（> = 3.2），MGCV，，，，GeneFilter，，，，生物比较
进口	矩阵，统计，图形，utils，林玛
链接
建议	pamr，，，，BladderBatch，，，，生物使用，，，，斑马鱼，，，，测试
系统要求
增强
URL
取决于我	rnaseqgene，，，，扫描
进口我	分配，，，，舞会礼服，，，，batchqc，，，，BNBC，，，，冠军，，，，魅力，，，，杂交，，，，达米尔塞克，，，，碎片器，，，，Desousa2013，，，，doppelgangr，，，，边缘，，，，enmix，，，，表达式正式工作流，，，，林，，，，Mageckflute，，，，Omicrexposom，，，，PAA，，，，道具，，，，Singlecelltk，，，，tcgabiolinks，，，，扳机
建议我	策划的布拉德达塔，，，，策展，，，，策展人，，，，哈曼，，，，Iasva，，，，rnbeads，，，，躯体签名
链接到我
构建报告

包装档案

跟随2021年欧洲杯比分预测 在R会话中使用此软件包的说明。

源包	sva_3.30.1.tar.gz
Windows二进制	sva_3.30.1.zip
Mac OS X 10.11（El Capitan）	sva_3.30.1.tgz
源存储库	git克隆https://git.bioconductor.org/packages/sva
源存储库（开发人员访问）	git clone git@git.bioconductor.org：packages/sva
包装短URL	//www.andersvercelli.com/packages/sva/
软件包下载报告	下载统计