Bioconductor版本:发布(3.12)
sva包包含了在高通量实验中去除批处理效果和其他不需要的变化的功能。具体来说,sva包包含用于标识和构建高维数据集代理变量的函数。替代变量是直接从高维数据(如基因表达/RNA测序/甲基化/脑成像数据)构建的协变量,可用于后续分析,以调整未知的、未建模的或潜在的噪音源。上海广电包可以用来去除工件在三个方面:(1)识别和评估代理变量未知来源的高通量的变化实验(韭菜和层2007《公共科学图书馆遗传学、2008 PNAS),(2)直接删除已知的批处理影响使用战斗(Johnson et al . 2007生物统计学)和(3)删除批处理效果与已知控制探针(韭菜2014 biorXiv)。在差异表达分析中去除批次效应和使用替代变量已被证明可以减少依赖性,稳定误差率估计,并提高可重复性,见(Leek和Storey 2007 PLoS Genetics, 2008 PNAS或Leek等人,2011 Nat review Genetics)。
作者:Jeffrey T. Leek
维护人员:Jeffrey T. Leek
引用(从R中,输入引用(“上海广电”)
):
要安装这个包,启动R(版本为“4.0”)并输入:
如果(!requireNamespace("BiocManager", quiet = TRUE)) install.packages("BiocManager") BiocManager::install("sva")
对于旧版本的R,请参阅适当的Bioconductor释放。
要查看系统中安装的这个包的版本文档,启动R并输入:
browseVignettes(“上海广电”)
R脚本 | 股东价值分析教程 | |
参考手册 |
biocViews | 2021年欧洲杯 ,2021年欧洲杯 ,2021年欧洲杯 ,2021年欧洲杯 ,2021年欧洲杯 ,2021年欧洲杯 ,2021年欧洲杯 ,2021年欧洲杯 ,2021年欧洲杯 ,2021年欧洲杯 |
版本 | 3.38.0 |
Bioconductor自 | BioC 2.9 (R-2.14)(9年) |
许可证 | 艺术- 2.0 |
取决于 | R (> = 3.2),mgcv,genefilter,BiocParallel |
进口 | matrixStats,统计,图形,utils,limma,刨边机 |
链接 | |
建议 | pamr,bladderbatch,BiocStyle,zebrafishRNASeq,testthat |
SystemRequirements | |
增强了 | |
URL | |
取决于我 | rnaseqGene,SCAN.UPC |
进口我 | 分配,舞会礼服,BatchQC,bnbc,冠军,crossmeta,CytoTree,DaMiRseq,debrowser,DeSousa2013,doppelgangR,边缘,ExpressionNormalizationWorkflow,flowSpy,KnowSeq,林肯,MSPrep,omicRexposome,PAA,proBatch,道具,qsmooth,singleCellTK,触发 |
建议我 | CAGEWorkflow,curatedBladderData,curatedCRCData,curatedOvarianData,FieldEffectCrc,哈曼,iasva,MAGeCKFlute,randRotation,RnBeads,scp,SomaticSignatures,TCGAbiolinks,tidybulk |
我的链接 | |
构建报告 |
遵循安装在你的R会话中使用这个包的说明。
源包 | sva_3.38.0.tar.gz |
Windows二进制 | sva_3.38.0.zip |
macOS 10.13 (High Sierra) | sva_3.38.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/sva |
源存储库(开发人员访问) | git克隆git@git.bioconductor.org:包/上海广电 |
包短Url | //www.andersvercelli.com/packages/sva/ |
包下载报告 | 下载数据 |