此包适用于Bioconductor 3.13版;有关稳定的最新发布版本,请参见GenoGAM.
Bioconductor版本:3.13
该包允许使用基于r包“mgcv”实现的广义加性模型对全基因组数据进行平滑函数的统计分析。它为ChIP-Seq数据的统计分析提供了方法,包括蛋白质占用的推断,以及按点和按区域的差异分析。离散度和平滑参数的估计是通过交叉验证进行的。广义加性模型拟合到整个染色体的缩放是通过在重叠的基因组间隔上并行化实现的。
作者:Georg Stricker [aut, cre], Alexander Engelhardt [aut], Julien Gagneur [aut]
维护人员:Georg Stricker < Georg。Stricker在protonmail.com>
引文(从R内,输入引用(“GenoGAM”)
):
要安装此包,请启动R(版本“4.1”)并输入:
如果(!requireNamespace("BiocManager", quiet = TRUE)) install.packages("BiocManager")::install("GenoGAM")
对于R的旧版本,请参考相应的Bioconductor释放.
要查看系统中安装的此包版本的文档,请启动R并输入:
browseVignettes(“GenoGAM”)
超文本标记语言 | R脚本 | 用GenoGAM 2.0建模ChIP-Seq数据:全基因组广义可加性模型 |
参考手册 | ||
文本 | 新闻 |
biocViews | ChIPSeq,ChipOnChip,DifferentialExpression,DifferentialPeakCalling,表观遗传学,遗传学,ImmunoOncology,回归,软件,WholeGenome |
版本 | 2.10.0 |
在Bioconductor | BioC 3.3 (R-3.3)(5.5年) |
许可证 | GPL-2 |
取决于 | R (>= 3.5),SummarizedExperiment(> = 1.1.19),HDF5Array(> = 1.8.0),rhdf5(> = 2.21.6),S4Vectors(> = 0.23.18),矩阵(> = 1.2 8),data.table(> = 1.9.4) |
进口 | Rcpp(> = 0.12.14),sparseinv(> = 0.1.1),Rsamtools(> = 1.18.2),GenomicRanges(> = 1.23.16),BiocParallel(> = 1.5.17),DESeq2(> = 1.11.23),futile.logger(> = 1.4.1),GenomeInfoDb(> = 1.7.6),GenomicAlignments(> = 1.7.17),IRanges(> = 2.5.30),Biostrings(> = 2.39.14),DelayedArray(>= 0.3.19),方法,统计 |
链接 | Rcpp,RcppArmadillo |
建议 | BiocStyle,chipseq(> = 1.21.2),迷幻药(> = 3.0.0),genefilter(> = 1.54.2),ggplot2(> =魅惑,testthat,knitr,rmarkdown |
SystemRequirements | |
增强了 | |
URL | https://github.com/gstricker/GenoGAM |
BugReports | https://github.com/gstricker/GenoGAM/issues |
全靠我 | |
进口我 | |
建议我 | |
链接到我 | |
构建报告 |
遵循bob 体育网址 在R会话中使用此包的说明。
源包 | GenoGAM_2.10.0.tar.gz |
Windows二进制 | GenoGAM_2.10.0.zip |
macOS 10.13 (High Sierra) | GenoGAM_2.10.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/GenoGAM |
源存储库(开发人员访问) | git克隆git@git.bioconductor.org:packages/GenoGAM |
包短Url | //www.anjoumacpherson.com/packages/GenoGAM/ |
软件包下载报告 | 下载数据 |