这个包是3.15版本Bioconductor;的稳定,最新的发布版本,请参阅cytofWorkflow。
Bioconductor版本:3.15
高维质量和流式细胞术(HDCyto)实验已经成为高通量审讯的首选方法和表征的细胞数量。在这里,我们提供了一个更新R-based管道HDCyto数据的差异分析,主要基于Bioconductor包。我们计算使用FlowSOM集群定义细胞群,促进一个可选的但可再生的策略为手动合并算法的集群。我们的工作流提供了不同的分析路径,包括协会细胞类型丰富与表型或信号标记在特定人群的变化,或微分分析汇总的信号。重要的是,微分分析我们看出框架是基于回归HDCyto数据响应;因此,我们可以任意的实验设计模型,比如具有批处理效果,搭配设计等等。特别是,我们应用广义线性混合模型或线性混合模型来分析细胞群丰富或cell-population-specific分析信号标志,允许overdispersion细胞计数或聚合在样本信号适当建模。支持正式的统计分析,我们鼓励每一步探索性数据分析,包括质量控制(例如,多维定标块),报告的聚类结果(与系统进行降维,热图)和微分分析(例如,块聚合信号)。
作者:马格达雷娜Nowicka (aut),海伦娜·l·Crowell (aut),马克·d·罗宾逊(aut (cre)
维修工:马克·d·罗宾逊<马克。罗宾逊在imls.uzh.ch >
从内部引用(R,回车引用(“cytofWorkflow”)
):
安装这个包,开始R(版本“4.2”)并输入:
如果(!要求(“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(“cytofWorkflow”)
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 (“cytofWorkflow”)
HTML | 一个工作流在大规模高维微分发现血细胞计数数据集 |
biocViews | ImmunoOncologyWorkflow,SingleCellWorkflow,工作流 |
版本 | 1.20.0 |
许可证 | 艺术- 2.0 |
取决于 | R (> = 3.6.0),BiocStyle,knitr,readxl,催化剂,diffcyt,HDCytoData,uwot,cowplot |
进口 | |
链接 | |
建议 | knitcitations,减价,rmarkdown |
SystemRequirements | |
增强了 | |
URL | https://github.com/markrobinsonuzh/cytofWorkflow |
BugReports | https://github.com/markrobinsonuzh/cytofWorkflow/issues |
取决于我 | |
进口我 | |
建议我 | |
我的链接 |
遵循bob 体育网址 指示在R会话中使用这个包。
源包 | cytofWorkflow_1.20.0.tar.gz |
Windows二进制 | |
macOS二进制(x86_64) | |
源库 | git克隆https://git.bioconductor.org/packages/cytofWorkflow |
源库(开发人员访问) | git克隆git@git.bioconductor.org:包/ cytofWorkflow |
包短Url | //www.anjoumacpherson.com/packages/cytofWorkflow/ |
包下载报告 | 下载数据 |