GSVA

DOI:10.18129 / B9.bioc.GSVA

这个包是3.16版本Bioconductor;的稳定,最新的发布版本,请参阅GSVA。

基因变异分析微阵列和RNA-seq数据

Bioconductor版本:3.16

基因变异分析(GSVA)是一种非参数,无监督方法估计变异的基因集富集的样品表达数据集。GSVA执行改变坐标系统,将数据从一个基因样本矩阵的基因片段的样本矩阵,从而使评价途径为每个样品浓缩。这个新矩阵GSVA浓缩成绩促进应用标准分析方法如功能性浓缩、生存分析、集群、CNV-pathway分析或cross-tissue通路分析,pathway-centric的方式。

作者:罗伯特Castelo (aut (cre),贾斯汀Guinney (aut),阿列克谢Sergushichev[所有],巴勃罗·塞巴斯蒂安·罗德里格斯(施)

维护人员:罗伯特Castelo <罗伯特。在upf.edu castelo >

安装

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(“GSVA”)

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 (“GSVA”)

HTML	R脚本	组基因变异分析
PDF		参考手册
文本		新闻

细节

biocViews	FunctionalGenomics,GeneSetEnrichment,微阵列,通路,RNASeq,软件
版本	1.46.0
Bioconductor自	BioC 2.8 (r - 2.13)(12年)
许可证	GPL (> = 2)
取决于	R (> = 3.5.0)
进口	方法、统计跑龙套、图形S4Vectors,IRanges,Biobase,SummarizedExperiment,GSEABase矩阵(1.5 > = 0),平行,BiocParallel,SingleCellExperiment,sparseMatrixStats,DelayedArray,DelayedMatrixStats,HDF5Array,BiocSingular
链接
建议	BiocGenericsRUnit,BiocStyleknitr rmarkdown,limmaRColorBrewer,org.Hs.eg.db,genefilter,刨边机,GSVAdata、闪亮、shinydashboard ggplot2,数据。表、图的未来,承诺,shinybusy shinyjs
SystemRequirements
增强了
URL	https://github.com/rcastelo/GSVA
BugReports	https://github.com/rcastelo/GSVA/issues
取决于我	SISPA
进口我	consensusOV,EGSEA,逃避,octad,oppar,signifinder,singleCellTK,TBSignatureProfiler,TNBC.CMS
建议我	解耦,MCbiclust,麻雀
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	GSVA_1.46.0.tar.gz
Windows二进制	GSVA_1.46.0.zip
macOS二进制(x86_64)	GSVA_1.46.0.tgz
macOS二进制(arm64)	GSVA_1.46.0.tgz
源库	git克隆https://git.bioconductor.org/packages/GSVA
源库(开发人员访问)	git克隆git@git.bioconductor.org:包/ GSVA
Bioc包浏览器	https://code.bioconductor.org/browse/GSVA/
包短Url	//www.anjoumacpherson.com/packages/GSVA/
包下载报告	下载数据