这是发展DMCHMM版本;稳定版请参见DMCHMM.
Bioconductor版本:开发(3.16)
在亚硫酸氢盐测序数据中使用隐马尔可夫模型识别差异甲基化CpG位点的管道。DNA甲基化研究使研究人员能够了解甲基化模式及其在生物过程和疾病中的调节作用。然而,只有有限数量的统计方法被开发出来提供正式的定量分析。具体来说,一些可用的方法确实可以识别差异甲基化的CpG (DMC)位点或区域(DMR),但这些方法存在局限性,主要是由于亚硫酸氢盐测序数据固有的挑战。这些挑战包括:(1)基因组位置之间的读取深度差异很大,而且通常很低;(2)甲基化和自相关模式均随区域变化而变化;(3) CpG位点分布不均。此外,还有一些方法上的限制:几乎没有一个工具能够比较多个组和/或处理缺失值,只有少数工具允许连续或多个协变量。最后一个是研究人员非常感兴趣的,因为目标往往是找到基因组的哪些区域与几种暴露和特征相关。为了解决这些问题,我们开发了一种基于隐马尔可夫模型(hmm)的高效DMC识别方法,称为“DMCHMM”,它是一种三步法(模型选择、预测、测试),旨在解决上述缺陷。
作者:Farhad Shokoohi
维护者:Farhad Shokoohi < Shokoohi at icloud.com>
引文(从R内,输入引用(“DMCHMM”)
):
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") #初始化使用Bioc devel BiocManager::install(version='devel') BiocManager::install("DMCHMM")
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(“DMCHMM”)
超文本标记语言 | R脚本 | 差异甲基化CpG的隐马尔可夫模型 |
参考手册 | ||
文本 | 新闻 |
biocViews | 报道,DifferentialMethylation,HiddenMarkovModel,测序,软件 |
版本 | 1.19.0 |
在Bioconductor | BioC 3.6 (R-3.4)(4.5年) |
许可证 | GPL-3 |
取决于 | R (>= 4.1.0),SummarizedExperiment、方法、S4Vectors,BiocParallel,GenomicRanges,IRanges,fdrtool |
进口 | utils, stats, grDevices,rtracklayer,multcomp,校准、图形 |
链接 | |
建议 | testthat,knitr,rmarkdown |
SystemRequirements | |
增强了 | |
URL | |
BugReports | https://github.com/shokoohi/DMCHMM/issues |
全靠我 | |
进口我 | |
建议我 | |
链接到我 | |
构建报告 |
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 | DMCHMM_1.19.0.tar.gz |
Windows二进制 | DMCHMM_1.19.0.zip |
macOS 10.13 (High Sierra) | DMCHMM_1.19.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/DMCHMM |
源存储库(开发人员访问) | git克隆git@git.bioconductor.org:packages/DMCHMM |
包短Url | //www.andersvercelli.com/packages/DMCHMM/ |
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: