截然不同的

DOI:10.18129 / B9.bioc.distinct

这个包是3.14版本Bioconductor;的稳定,最新的发布版本,请参阅截然不同的。

不同:微分分析方法通过分层排列测试

Bioconductor版本:3.14

不同的统计方法是执行微分测试两个或两个以上的组之间分布;微分测试执行通过分层非参数排列测试每个样品的累积分布函数(cdfs)。虽然大多数方法微分表达式的目标平均丰度差异条件下,不同,通过比较全面cdfs,标识,两者,微分模式涉及的变化意味着,以及更多的微妙的变化,不涉及意味着(例如,单模和双模分布的意思是相同的)。不同的是一个通用和灵活的工具:由于它的完全非参数特性,这使得没有假设数据是如何生成的,它可以应用于各种数据集。特别适用于对单个细胞进行微分状态分析数据(即。,differential analyses within sub-populations of cells), such as single cell RNA sequencing (scRNA-seq) and high-dimensional flow or mass cytometry (HDCyto) data. To use distinct one needs data from two or more groups of samples (i.e., experimental conditions), with at least 2 samples (i.e., biological replicates) per group.

作者:西蒙Tiberi (aut (cre),马克·d·罗宾逊(aut)。

维护人员:西蒙Tiberi <西蒙。在uzh.ch tiberi >

安装

安装这个包,开始R(版本“4.1”)并输入:

如果(!要求(“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(“的”)

R的旧版本,请参考适当的Bioconductor释放。

文档

查看文档的版本这个包安装在您的系统,开始R和输入:

browseVignettes(“的”)

HTML	R脚本	不同:微分分析方法通过分层排列测试
PDF		参考手册
文本		新闻

细节

biocViews	DifferentialExpression,FlowCytometry,GeneExpression,GeneTarget,遗传学,MultipleComparison,RNASeq,测序,SingleCell,软件,StatisticalMethod,转录,可视化
版本	1.6.0
Bioconductor自	BioC 3.11 (r - 4.0)(2年)
许可证	GPL (> = 3)
取决于	R (> = 4.0)
进口	Rcpp统计数据,SummarizedExperiment,SingleCellExperiment、方法、矩阵,foreach平行,doParallel,doRNG,ggplot2,limma,嘘
链接	Rcpp,RcppArmadillo
建议	knitr,rmarkdown,testthat,UpSetR
SystemRequirements	c++ 11
增强了
URL	https://github.com/SimoneTiberi/distinct
BugReports	https://github.com/SimoneTiberi/distinct/issues
取决于我
进口我	spatialHeatmap
建议我
我的链接
构建报告

包档案

遵循bob 体育网址 指示在R会话中使用这个包。

源包	distinct_1.6.0.tar.gz
Windows二进制	distinct_1.6.0.zip(32位和64位)
macOS 10.13(高山脉)	distinct_1.6.0.tgz
源库	git克隆https://git.bioconductor.org/packages/distinct
源库(开发人员访问)	git克隆git@git.bioconductor.org:包/截然不同
包短Url	//www.anjoumacpherson.com/packages/distinct/
包下载报告	下载数据