preciseTADhub

DOI:10.18129 / B9.bioc.preciseTADhub

这是发展preciseTADhub的版本;稳定发布版本请参见preciseTADhub．

使用preciseTAD获得的预训练随机森林模型

Bioconductor版本:开发(3.16)

一个实验数据包，用于补充preciseTAD包，其中包含预先训练的模型和每个基因组注释的变量重要性，用于构建解析成列表对象的模型，并可在ExperimentHub中获得。总的来说，preciseTADhub提供了访问n=84个随机森林分类模型，优化了预测TAD/染色质环边界区域，并存储为。rds文件。n的值来自于我们考虑l=2个细胞系{GM12878, K562}， g=2个地真理边界{Arrowhead, Peakachu}， c=21条常染色体{CHR1, CHR2，…， CHR22}(省略CHR9)。此外，每个对象本身是一个两项列表，包含:(1)模型对象，(2)用于预测边界区域的CTCF、RAD21、SMC3和ZNF143的变量重要性。每个模型通过“坚持”策略进行训练，其中染色体{CHR1, CHR2，…， chris -1, chris +1，…，CHR22} were used to build the model and the ith chromosome was reserved for testing. See https://doi.org/10.1101/2020.09.03.282186 for more detail on the model building strategy.

作者:Spiro Stilianoudakis [aut]， Mikhail Dozmorov [aut, cre]

维护者:米哈伊尔·多兹莫洛夫<米哈伊尔。domorov在gmail.com>

安装

要安装此包，启动R(版本“4.2”)并输入:

如果(!require("BiocManager"， quiet = TRUE)) install.packages("BiocManager") #初始化使用bio devel BiocManager::install(version='devel') BiocManager::install("preciseTADhub")

对于较老版本的R，请参考相应的Bioconductor释放．

文档

要查看系统中安装的此包版本的文档，请从R开始并输入:

browseVignettes(“preciseTADhub”)

超文本标记语言	R脚本	preciseTADhub
PDF		参考手册
文本		许可证

细节

biocViews	ExperimentData，ExperimentHub，基因组，PackageTypeData
版本	1.5.0
许可证	MIT +文件许可证
取决于	R (>= 4.1)
进口	ExperimentHub
链接
建议	knitr，rmarkdown，减价，BiocStyle，preciseTAD
SystemRequirements
增强了
URL	https://github.com/dozmorovlab/preciseTADhub
BugReports	https://github.com/dozmorovlab/preciseTADhub/issues
全靠我
进口我
建议我
给我的链接
构建报告

包档案

遵循2021年欧洲杯比分预测 在R会话中使用这个包的说明。

源包	preciseTADhub_1.5.0.tar.gz
Windows二进制
macOS 10.13 (High Sierra)
源库	git clone https://git.bioconductor.org/packages/preciseTADhub
源存储库(开发人员访问)	git克隆git@git.bioconductor.org:packages/preciseTADhub
包短Url	//www.andersvercelli.com/packages/preciseTADhub/
软件包下载报告	下载数据