biotmle

DOI:10.18129 / B9.bioc.biotmle

此包适用于Bioconductor 3.11版本;有关稳定的最新发布版本,请参见biotmle

生物标记发现的有调节统计的目标学习

Bioconductor版本:3.11

基于微阵列和下一代测序数据的差异表达生物标志物发现工具,利用平均治疗效果的有效半参数估计进行变量重要性分析。潜在生物标记物的(边际)平均治疗效果的估计和推断是通过基于目标最小损失的估计来计算的,在所有生物标记物上构建联合稳定的推断,使用的是估计的有效影响函数。该程序适用于使用集成机器学习来估计有害函数。

作者:尼玛·赫贾兹[aut, cre, cph],艾伦·哈伯德[aut, ths], Mark van der Laan [aut, ths],蔡伟新[ctb]

维护者:Nima Hejazi

引文(从R内,输入引用(“biotmle”)):

安装

要安装此包,请启动R(版本“4.0”)并输入:

如果(!requireNamespace("BiocManager", quiet = TRUE)) install.packages("BiocManager")::install(" BiocManager")

对于R的旧版本,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,请启动R并输入:

browseVignettes(“biotmle”)

超文本标记语言 R脚本 从暴露变量中识别生物标记物
PDF 参考手册
文本 新闻
文本 许可证

细节

biocViews DifferentialExpressionGeneExpressionImmunoOncology微阵列RNASeq回归测序软件
版本 1.12.0
在Bioconductor BioC 3.5 (R-3.4)(3.5年)
许可证 文件许可证
取决于 R (>= 3.4)
进口 统计数据、方法dplyr宠物猫ggplot2ggsci过热为了未来doFuturedrtmle(> = 1.0.4),S4VectorsBiocGenericsBiocParallelSummarizedExperimentlimma
链接
建议 testthatknitrrmarkdownBiocStyle手臂地球xgboostSuperLearner矩阵DBIbiotmleData(> = 1.1.1)
SystemRequirements
增强了
URL https://code.nimahejazi.org/biotmle
BugReports https://github.com/nhejazi/biotmle/issues
全靠我
进口我
建议我
链接到我
构建报告

包档案

遵循bob 体育网址 在R会话中使用此包的说明。

源包 biotmle_1.12.0.tar.gz
Windows二进制 biotmle_1.12.0.zip
macOS 10.13 (High Sierra) biotmle_1.12.0.tgz
源库 Git克隆https://git.bioconductor.org/packages/biotmle
源存储库(开发人员访问) Git克隆git@git.bioconductor.org:packages/biotmle
包短Url //www.anjoumacpherson.com/packages/biotmle/
软件包下载报告 下载数据

文档»

Bioconductor

R/凹口包和文档

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:

  • 支持网站-询问有关Bioconductor封装的问题
  • 正常词 邮件列表——供包开发人员使用bob电竞体育官网