这个包是3.13版本Bioconductor;的稳定,最新的发布版本,请参阅MEB。
Bioconductor版本:3.13
相同或不同的物种之间的差异表达基因识别是生物和医学研究的迫切需求。对于RNA-seq数据,系统的技术效果和不同的测序深度通常进行实验时遇到的。归一化被认为是一个重要的步骤在生物学上重要的发现表达的变化。目前的方法通常涉及标准化的数据比例因子,其次是检测的重要基因。然而,不止一个比例因子可能存在因为真实数据的复杂性。因此,标准化数据的方法由一个比例因子可能表现不佳或甚至不工作。现代机器学习技术的发展提供了一个新的视角关于歧视之间的差异表达(DE)和non-DE基因。然而,在现实中,non-DE基因只占少量和可能包含看家基因(在同一物种)或守恒的直系同源基因(在不同的物种)。因此,检测DE基因的过程可以看到下面成了一个分类问题,制定只有non-DE基因是观察,而德基因完全缺席训练数据。我们问题转换成一个孤立点检测的问题,治疗基因异常值,我们提出一个normalization-invariant最小包围球(NIMEB)方法构造一个最小的球包含已知non-DE基因特征空间。 The genes outside the minimum enclosing ball can then be naturally considered to be DE genes. Compared with the existing methods, the proposed NIMEB method does not require data normalization, which is particularly attractive when the RNA-seq data include more than one scaling factor. Furthermore, the NIMEB method could be easily extended to different species without normalization.
作者:周燕,Jiadi朱
维护人员:Jiadi朱镕基在email.szu.edu.cn < 2160090406 >,燕周< zhouy1016 szu.edu.cn >
从内部引用(R,回车引用(MEB)
):
安装这个包,开始R(版本“4.1”)并输入:
如果(!requireNamespace (“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(MEB)
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 (MEB)
HTML | R脚本 | MEB教程 |
参考手册 | ||
文本 | 新闻 |
biocViews | 分类,DifferentialExpression,GeneExpression,归一化,测序,软件 |
版本 | 1.6.0 |
Bioconductor自 | BioC 3.10 (r - 3.6)(2年) |
许可证 | GPL-2 |
取决于 | R (> = 3.6.0) |
进口 | e1071,SummarizedExperiment |
链接 | |
建议 | knitr,rmarkdown,BiocStyle |
SystemRequirements | |
增强了 | |
URL | |
取决于我 | |
进口我 | |
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 | MEB_1.6.0.tar.gz |
Windows二进制 | MEB_1.6.0.zip |
macOS 10.13(高山脉) | MEB_1.6.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/MEB |
源库(开发人员访问) | git克隆git@git.bioconductor.org:包/ MEB |
包短Url | //www.anjoumacpherson.com/packages/MEB/ |
包下载报告 | 下载数据 |