要安装这个包,启动R并输入:
##尝试http://如果https:// url不支持源(“//www.anjoumacpherson.com/biocLite.R”)biocLite(“kimod”)
在大多数情况下,您根本不需要下载包存档。
此包适用于Bioconductor 3.4版;有关稳定的最新发布版本,请参见kimod.
Bioconductor版本:3.4
该软件包允许使用混合组学数据(转录组学、蛋白质组学、微阵列芯片、rna-seq数据),引入以下改进:每个表的距离选项(用于数值和/或分类变量),所有方法残差矩阵上的bootstrap重采样技术,能够对个体、变量的投影执行置信椭圆,以及双标图方法,以在妥协上投影变量(基因表达)。由于该软件包的主要目的是使用这些技术进行组学数据分析,它包括来自NCI-60细胞系上四个不同微阵列平台(即Agilent, Affymetrix HGU 95, Affymetrix HGU 133和Affymetrix HGU 133plus 2.0)的示例数据。NCI60_4arrays是一个包含NCI-60微阵列数据的列表,每个平台中只有随机选择的几百个基因,以保持包的大小较小。数据与用于实现共惯性分析的包omicade4相同。包中的引用遵循apa -6规范的风格。
作者:Maria Laura Zingaretti, Johanna Altair deme - zambrano, Jose Luis Vicente-Villardon, Jhonny Rafael Demey
维护者:M L Zingaretti < M .lau。Zingaretti在gmail.com>
引文(从R内,输入引用(“kimod”)
):
要安装这个包,启动R并输入:
##尝试http://如果https:// url不支持源(“//www.anjoumacpherson.com/biocLite.R”)biocLite(“kimod”)
要查看系统中安装的此包版本的文档,请启动R并输入:
browseVignettes(“kimod”)
R脚本 | 在R中集成多个组学数据的k -表方法 | |
参考手册 | ||
文本 | 新闻 |
biocViews | ExperimentData,GeneExpression,微阵列,蛋白质组学,软件,可视化 |
版本 | 1.2.0 |
在Bioconductor | BioC 3.3 (R-3.3)(1年) |
许可证 | GPL (> = 2) |
取决于 | R(>= 3.3),方法 |
进口 | 集群、图形、Biobase |
链接 | |
建议 | |
SystemRequirements | |
增强了 | |
URL | |
全靠我 | |
进口我 | |
建议我 | |
构建报告 |
遵循bob 体育网址 在R会话中使用此包的说明。
包的来源 | kimod_1.2.0.tar.gz |
Windows二进制 | kimod_1.2.0.zip |
Mac OS X 10.9 (Mavericks) | kimod_1.2.0.tgz |
Subversion源 | (用户名/密码:只读的) |
Git源代码 | https://github.com/Bioconductor-mirror/kimod/tree/release-3.4 |
包短Url | //www.anjoumacpherson.com/packages/kimod/ |
软件包下载报告 | 下载数据 |