林马

DOI：10.18129 / b9.bioc.limma.

微阵列数据的线性模型

Bioconductor版本:发布(3.12)

微阵列数据的数据分析，线性模型和差异表达。

作者:Gordon Smyth [cre,aut]， Hu Yifang [ctb]， Matthew Ritchie [ctb]， Jeremy Silver [ctb]， James wetenhall [ctb]， Davis McCarthy [ctb]， Di Wu [ctb]， Wei Shi [ctb]， Belinda Phipson [ctb]， Aaron Lun [ctb]， Natalie Thorne [ctb]， Alicia Oshlack [ctb]， Carolyn de Graaf [ctb]， Alicia Oshlack [ctb]， Carolyn de Graaf [ctb]， Mette Langaas [ctb]， Egil Ferkingstad [ctb]，Marcus Davy [ctb]， Francois Pepin [ctb]， Dongseok Choi [ctb]

维护者：Gordon Smyth

安装

要安装此软件包，请启动R（版本“4.0”）并输入：

if（！percenameSpace（“biocmanager”，静静= true））install.packages（“biocmanager”）biocmanager ::安装（“armma”）

对于旧版本，请参阅相应的生物导体释放。

文件

要查看系统中安装此包版本的文档，请启动r并输入：

BROWSEVIGNETTES（“LIMMA”）

PDF.		林马一页介绍
PDF.		Usersguide.pdf.pdf.
PDF.		参考手册
文本		消息

细节

Biocviews.	2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯 那2021年欧洲杯
版本	3.46.0
在生物导体中以来	BioC 1.6 (R-2.1)或更早(> 15.5年)
执照	GPL（> = 2）
依靠	r（> = 3.6.0）
进口	Grdevices，图形，统计数据，Util，方法
链接到
建议	affy那annotationdbi.那BiasedUrn那Biobase那椭圆那GO.db那贡献那Illuminaio.那Locfit.那大量的那org.hs.eg.db.，花键，Statmod.（> = 1.2.2），VSN.
SystemRequirements
加强
URL.	http://bioinf.wehi.edu.au/limma.
取决于我	yeasyExpress那Agimicrorna.那ASpli那BLMA那CCL4.那CGHMCR.那ChimpHumanBrainData那Clippda.那codelink那兑换那cormotif那迪科那DEQMS.那药物潜行酶那刨边机那EGSEA123那eximir.那ExpressionAtlas那fletcher2013a.那genefu那HD2013SGI那htqpcr.那IsoformSwitchAnalyzer.那牧师那maigespack.那maPredictDSC那马拉莱那metagenomeSeq那metaseqr.那METASEQR2.那甲基疗法arrayAlysis.那MmPalateMiRNA那mpra那QPcrnorm.那QUusage.那rbm.那Reactomegsa.data.那林诺那RNAseq123那rnbeads.那rnits.那泼丝体那SRGNET.那吐司那翻译那马托姆大陆那variancepartition.那西瓜
进口我	A4Base.那ABSSEQ.那倍感工具那聘请圭圭那amaretto.那蚕豆那Anota2seq.那ArrayExpress.那ressquality.那ArrayqualityMetrics.那ArrayTools.那艺术品那aspediafi.那Atacseqqc.那吸引那适华那舞会礼服那Batchqc.那Beadarray那beadarrayusecases.那biotmle那bsseq那Bubbletree.那bumphunter那癌变分析那癌症那卡斯珀那冠军那浮雕那丁浓缩那CNVRanger那coexnet那Combi.那Compcoder.那承认那consensusDE那达人古怪那CountClust那CRLMM.那cross那Crossmeta.那CSAW.那cTRAP那ctsGE那cytotree那DAMEFINDER.那Damireseq.那达巴马尔那德布雷斯勒那部那derfinderplot那去掉那困惑那diffcyt.那diffHic那差异那截然不同的那DmelSGI那dmrcate.那Doscheda.那德里姆瑟克那EEGC.那埃拉德那EGSEA那Eisar.那enrichmentbrowser.那erccdashboard.那逃脱那eventPointer.那探索酶那ExploreModelmatrix.那ExpressionNormalizationWorkflow.那流动那flowSpy那Gcrisprtools.那gdcrnatools.那GeneSelectMMD那地理曲线那GGBase.那Glimma那Gosummaries.那gqtlstats.那GUIDESEQ.那Hipathia.那htqpcr.那冰茶那icheck.那ichip.那Icobra.那理想的那inpas.那isomiRs那Mobsseq.那limmaGUI那Linnorm.那Lipidr.那lmdme.那mapkl.那MBQN.那McSea.那餐那Methylkit.那甲基混合物那Methyvim.那microbiomeexplorer.那米格莎那Minfi.那米尔拉布那MissMethyl.那MLSEQ.那MmPalateMiRNA那单片那MoonlightR那msimumute.那MSstats那msstatstmt.那MultiDataSet那马斯喀特那Nadfinder.那罚款那nondetects.那NormalyzerDE那OGSA.那奥林那omicrexposome.那oppti那OVESEG那PAA.那牧伙伴那PathoStat那PCAExplorer.那佩奇那百事可乐那幻想那phenoTest那Phosr.那聚酯纤维那POMA那projectr.那Psichomics.那Pwrewas.那QPlexAnalyzer.那QSEA.那rcgh.那revountworkflow.那regenrich.那regsplice.那ReportingTools.那林诺那rnainteract.那rnaity那罗斯克那rtcgatoolbox.那rtn.那rtopper那Scclassify.那烤那斯那Sepira.那seqsetvis那秒杀那signaturesearchData.那simbindprofiles.那singlecellsignalr.那singlecelltk.那snapcgh.那Spsimseq.那SSPA.那STATegRa那SVA.那svaplsseq.那Systempiper.那timecourse那TimeSeriesExperiment那ToPASeq那ToxicoGx那TPP.那TPP2D.那转录图表那TVTB.那TweedeSeQ.那VSN.那weitrix那扳手那山姆斯那纱
建议我	abarray.那AdacGH2.那阵列那beadarraySNP那生物室那BiocCaseStudies那生物集那二乙衫那Bloodcancermultiomics2017那CAGEWorkflow那类别那CompoundationCompare.那Celaref.那CellBench那CellMixS那Chippeakanno.那classifyr.那CMA.那COGPS.那Cydar.那亲爱的那重新评估那德内捷德那descan2.那染料纤维那Easyreporting.那弯头那FGSEA.那荧光酶学那吐那geuvadistranscriptexpr.那glmGamPoi那GSRI.那GSVA.那哈曼那散热那等待者那ivygapSE那l那李森林那lumi.那mammaprintdata.那桅杆那MDGSA.那methylumi那MLP.那NPGSEA.那oligo.那逆口那PGSEA那钢琴那预先那博士那彪马那QFeatures那randroation.那rcade.那recountmethylation那ribosomeProfilingQC那rtopper那rtracklayer那七百年人那simpleSingleCell那经验丰富的人那subSeq那摘要博马克那tcgabiolinks.那Tidybulk.那topconfects那tximeta.那tximport.那ViSEAGO那ZFPKM.
我的链接
建立报告

包档案包

跟随安装在r会话中使用此包的说明。

源包	limma_3.46.0.tar.gz.
Windows二进制文件	limma_3.46.0.zip（32-＆64位）
Macos 10.13（高塞拉）	limma_3.46.0.tgz.
源存储库	git clone https://git.biocumon.org/packages/limma.
源存储库（开发人员访问）	git克隆git@git.bioconductor.org:包/ limma
包短网址	https://biocumon.org/packages/limma/
包裹下载报告	下载统计信息