scPCA

DOI:10.18129 / B9.bioc.scPCA

稀疏对比主成分分析

Bioconductor版本:发行版(3.16)

用于高维生物数据的稀疏对比主成分分析(scPCA)的工具箱。scPCA将稀疏PCA的稳定性和可解释性与对比PCA的能力相结合,通过使用对照数据将生物信号从不需要的变化中分离出来。还实现和扩展cPCA。

作者:Philippe Boileau [aut, cre, cph],尼玛·赫贾兹[au],桑德琳·杜杜特[ctb, ths]

维护者:Philippe Boileau < philipe_boileau at berkeley.edu>

引文(从R内,输入引用(“scPCA”)):

安装

要安装这个包,启动R(版本“4.2”)并输入:

如果(!require("BiocManager", quiet = TRUE)) install.packages("BiocManager")

对于R的旧版本,请参考相应的Bioconductor释放

文档

要查看系统中安装的此包版本的文档,请启动R并输入:

browseVignettes(“scPCA”)

超文本标记语言 R脚本 稀疏对比主成分分析
PDF 参考手册
文本 新闻
文本 许可证

细节

biocViews DifferentialExpressionGeneExpression微阵列PrincipalComponentRNASeq测序软件
版本 1.12.0
在Bioconductor BioC 3.10 (R-3.6)(3.5年)
许可证 MIT +文件许可证
取决于 R (>= 4.0.0)
进口 统计数据、方法为了宠物猫dplyrpurrrstringrRdpackmatrixStatsBiocParallelelasticnetsparsepca集群kernlab折纸RSpectra鸡笼矩阵DelayedArrayScaledMatrixMatrixGenerics
链接
建议 DelayedMatrixStatssparseMatrixStatstestthat(> =魅惑,covrknitrrmarkdownBiocStyleggplot2ggpubr飞溅SingleCellExperiment微基准测试
SystemRequirements
增强了
URL https://github.com/PhilBoileau/scPCA
BugReports https://github.com/PhilBoileau/scPCA/issues
全靠我 OSCA。先进,OSCA.workflows
进口我
建议我
链接到我
构建报告

包档案

遵循bob 体育网址 在R会话中使用此包的说明。

源包 scPCA_1.12.0.tar.gz
Windows二进制 scPCA_1.12.0.zip
macOS二进制文件(x86_64) scPCA_1.12.0.tgz
macOS二进制文件(arm64) scPCA_1.12.0.tgz
源库 git克隆https://git.bioconductor.org/packages/scPCA
源存储库(开发人员访问) git克隆git@git.bioconductor.org:packages/scPCA
生物包浏览器 https://code.bioconductor.org/browse/scPCA/
包短Url //www.anjoumacpherson.com/packages/scPCA/
软件包下载报告 下载数据

文档»

Bioconductor

R/凹口包和文档

支持»

请细阅发布指南.将有关Bioconductor的问题发送到以下位置之一:

  • 支持网站-询问有关Bioconductor封装的问题
  • 正常词 邮件列表——供包开发人员使用bob电竞体育官网