这个包是3.11版本Bioconductor;的稳定,最新的发布版本,请参阅pathwayPCA。
Bioconductor版本:3.11
pathwayPCA是一个综合分析工具,实现了主成分分析(PCA)路径分析方法中描述的陈et al .(2008),陈et al .(2010)、陈(2011)。pathwayPCA允许用户:(1)测试通路与二进制,连续或生存表型。(2)提取相关的基因通路使用SuperPCA和AES-PCA方法。(3)计算主成分(pc)基于所选择的基因。这些估计潜在的变量代表通路活动对个人主题,然后可以用来执行综合途径分析,如multi-omics分析。(4)提取相关基因以及数据驱动路径意义对应于这些额外的深入分析相关基因。(5)进行分析与并行计算提高计算效率和增强数据安全与S4-class数据对象。(6)分析研究复杂的实验设计,与多个,相互影响,例如,测试路径是否与临床表型是男性和女性之间不同的科目。引用:陈et al。(2008)
作者:加布里埃尔奥多姆(aut (cre),詹姆斯禁令(aut) Lizhong刘(aut),莉莉王(aut),史蒂芬·陈(aut)
维护人员:加布里埃尔奥多姆<加布里埃尔。奥多姆在med.miami.edu >
从内部引用(R,回车引用(“pathwayPCA”)
):
安装这个包,开始R(版本“4.0”)并输入:
如果(!requireNamespace (“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(“pathwayPCA”)
R的旧版本,请参考适当的Bioconductor释放。
查看文档的版本这个包安装在您的系统,开始R和输入:
browseVignettes (“pathwayPCA”)
HTML | R脚本 | 与pathwayPCA综合途径分析 |
HTML | R脚本 | 5。1。快速入门指南 |
HTML | R脚本 | 增刊。2。导入数据 |
HTML | R脚本 | 增刊。3。创建数据对象 |
HTML | R脚本 | 5。4。测试路径的意义 |
HTML | R脚本 | 5。5。可视化的结果 |
参考手册 | ||
文本 | 新闻 |
biocViews | CellBiology,分类,CopyNumberVariation,DNAMethylation,DimensionReduction,表观遗传学,FeatureExtraction,FunctionalGenomics,GeneExpression,GenePrediction,GeneSetEnrichment,GeneSignaling,GeneTarget,遗传学,GenomeWideAssociation,GenomicVariation,Lipidomics,代谢组学,MultipleComparison,通路,PrincipalComponent,蛋白质组学,回归,单核苷酸多态性,软件,生存,SystemsBiology,转录,转录组 |
版本 | 1.4.0 |
Bioconductor自 | BioC 3.9 (r - 3.6)(1.5年) |
许可证 | GPL-3 |
取决于 | R (> = 3.6) |
进口 | 拉尔斯、方法、并行数据,生存,跑龙套 |
链接 | |
建议 | 气道,circlizegrDevices,knitr,RCurl,reshape2,rmarkdown,SummarizedExperiment,survminer,testthat,tidyverse |
SystemRequirements | |
增强了 | |
URL |
|
BugReports | https://github.com/gabrielodom/pathwayPCA/issues |
取决于我 | |
进口我 | fcoex |
建议我 | |
我的链接 | |
构建报告 |
遵循bob 体育网址 指示在R会话中使用这个包。
源包 | pathwayPCA_1.4.0.tar.gz |
Windows二进制 | pathwayPCA_1.4.0.zip |
macOS 10.13(高山脉) | pathwayPCA_1.4.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/pathwayPCA |
源库(开发人员访问) | git克隆git@git.bioconductor.org:包/ pathwayPCA |
包短Url | //www.anjoumacpherson.com/packages/pathwayPCA/ |
包下载报告 | 下载数据 |