这是发展POMA版本;稳定版请参见POMA.
Bioconductor版本:开发(3.16)
组学数据集的可视化、预处理、探索和统计分析的结构化、可重复和易于使用的工作流程。POMA的主要目的是在一个易于理解和用户友好的R包中实现灵活的数据清理和统计分析过程。这个包也有一个闪亮的应用程序版本,实现所有的POMA功能。见https://github.com/pcastellanoescuder/POMAShiny。
作者:Pol Castellano-Escuder [aut, cre]
维护者:Pol Castellano-Escuder
引文(从R内,输入引用(“POMA”)
):
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("POMA")
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(“POMA”)
超文本标记语言 | R脚本 | POMA EDA示例 |
超文本标记语言 | R脚本 | POMA归一化方法 |
超文本标记语言 | R脚本 | POMA工作流 |
参考手册 | ||
文本 | 新闻 |
biocViews | MassSpectrometry,代谢组学,归一化,预处理,蛋白质组学,ReportWriting,软件,StatisticalMethod,可视化 |
版本 | 1.7.1上 |
在Bioconductor | BioC 3.12 (R-4.0)(1.5年) |
许可证 | GPL-3 |
取决于 | R (>= 4.0) |
进口 | 扫帚,脱字符号,ComplexHeatmap,dplyr,e1071,ggplot2,ggrepel,glasso(> = 1.11),glmnet,嫁祸于,knitr,limma,magrittr,mixOmics,randomForest,RankProd(> = 3.14),rmarkdown,SummarizedExperiment,宠物猫,tidyr,素食主义者 |
链接 | |
建议 | BiocStyle,covr,ggraph,拼接而成,情节,tidyverse,testthat2.3.2 (> =) |
SystemRequirements | |
增强了 | |
URL | https://github.com/pcastellanoescuder/POMA |
BugReports | https://github.com/pcastellanoescuder/POMA/issues |
全靠我 | |
进口我 | |
建议我 | fobitools |
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 | POMA_1.7.1.tar.gz |
Windows二进制 | POMA_1.7.1.zip |
macOS 10.13 (High Sierra) | POMA_1.7.1.tgz |
源库 | git克隆https://git.bioconductor.org/packages/POMA |
源存储库(开发人员访问) | git克隆git@git.bioconductor.org:packages/POMA |
包短Url | //www.andersvercelli.com/packages/POMA/ |
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: