这个包是3.9版本Bioconductor;的稳定,最新的发布版本,请参阅彪马。
Bioconductor版本:3.9
大多数分析Affymetrix GeneChip数据(包括传统的3 '数组和外显子数组和人类转录组数组2.0)是基于点估计的表达水平,忽视这些估计的不确定性。不确定性传播到下游分析我们可以从微阵列分析改善结果。第一次,不确定性传播方法的彪马包是一套提供给大众的。另外从Affymetrix calculte基因表达3 '数组,彪马也提供了一些方法来处理外显子数组和产生可变剪接研究基因和同种型表达。彪马也提供了改进的范围和执行速度超过以前可用的不确定性传播的方法。包括综述、微分表达检测、聚类和主成分分析方法和有用的绘图功能。
作者:理查德·d·皮尔森Xuejun Liu马格努斯寻求资助,玛尔塔米洛,尼尔·d·劳伦斯,Guido Sanguinetti李张
维护人员:Xuejun刘< Xuejun。刘:nuaa.edu.cn >
从内部引用(R,回车引用(“彪马”)
):
安装这个包,开始R(版本“3.6”)并输入:
如果(!requireNamespace (“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(“彪马”)
R的旧版本,请参考适当的Bioconductor释放。
查看文档的版本这个包安装在您的系统,开始R和输入:
browseVignettes(“彪马”)
R脚本 | 彪马用户指南 | |
参考手册 |
biocViews | AlternativeSplicing,贝叶斯,ChipOnChip,聚类,DataImport,DifferentialExpression,DifferentialSplicing,ExonArray,GeneExpression,HTA2.0,微阵列,OneChannel,预处理,软件,TwoChannel,mRNAMicroarray |
版本 | 3.26.0 |
Bioconductor自 | BioC 2.0 (r - 2.5)(12.5年) |
许可证 | LGPL |
取决于 | R (> = 3.2.0),益生元(> = 1.32.0)、图形grDevices,方法,属性,跑龙套,mclust,oligoClasses |
进口 | Biobase(> = 2.5.5),affy(> = 1.46.0),affyio,oligoClasses |
链接 | |
建议 | pumadata,affydata,雪,limma,ROCR,注释 |
SystemRequirements | |
增强了 | |
URL | http://umber.sbs.man.ac.uk/resources/puma |
取决于我 | pumadata |
进口我 | |
建议我 | tigre |
我的链接 | |
构建报告 |
遵循2021年欧洲杯比分预测 指示在R会话中使用这个包。
源包 | puma_3.26.0.tar.gz |
Windows二进制 | puma_3.26.0.zip(32位和64位) |
Mac OS X 10.11(埃尔卡皮坦) | puma_3.26.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/puma |
源库(开发人员访问) | git克隆git@git.bioconductor.org:包/彪马 |
包短Url | //www.andersvercelli.com/packages/puma/ |
包下载报告 | 下载数据 |