安装这个包,开始R和输入:
# #试试http://如果https:// url不支持源(“//www.anjoumacpherson.com/biocLite.R”) biocLite (“CNPBayes”)
在大多数情况下,您不需要下载包存档。
Bioconductor版本:版本(3.5)
贝叶斯分层混合模型对批处理效果和拷贝数。
作者:斯蒂芬•克里斯蒂罗伯特•Scharpf雅各凯里
维修工:雅各凯里< jcarey15 jhu.edu >
从内部引用(R,回车引用(“CNPBayes”)
):
安装这个包,开始R和输入:
# #试试http://如果https:// url不支持源(“//www.anjoumacpherson.com/biocLite.R”) biocLite (“CNPBayes”)
查看文档的版本这个包安装在您的系统,开始R和输入:
browseVignettes (“CNPBayes”)
R脚本 | 确定拷贝数多态性 | |
R脚本 | 拷贝数估计的贝叶斯混合模型的实现 | |
R脚本 | 概述CNPBayes包 | |
R脚本 | 概述CNPBayes包 | |
参考手册 |
biocViews | 贝叶斯,CopyNumberVariation,软件 |
版本 | 1.6.1 |
Bioconductor自 | BioC 3.2 (r - 3.2)(2年) |
许可证 | 艺术- 2.0 |
取决于 | GenomicRanges |
进口 | Rcpp(> = 0.12.1),S4Vectors(> = 0.9.25),matrixStats,RColorBrewer,gtools,combinat,IRanges,GenomeInfoDb,GenomicRanges、方法、BiocGenerics、图表、数据、coda,SummarizedExperiment |
链接 | Rcpp |
建议 | testthat,knitr,BiocStyle,VanillaICE(> = 1.31.3),BiocCheck,质量,oligoClasses,dplyr,tidyr,ggplot2 |
SystemRequirements | |
增强了 | |
URL | https://github.com/scristia/CNPBayes |
BugReports | https://github.com/scristia/CNPBayes/issues |
取决于我 | |
进口我 | |
建议我 | |
构建报告 |
遵循bob 体育网址 指示在R会话中使用这个包。
源包 | CNPBayes_1.6.1.tar.gz |
Windows二进制 | CNPBayes_1.6.1.zip(32位和64位) |
Mac OS X 10.11(埃尔卡皮坦) | CNPBayes_1.6.1.tgz |
源库 | git克隆https://git.bioconductor.org/packages/CNPBayes |
包短Url | //www.anjoumacpherson.com/packages/CNPBayes/ |
包下载报告 | 下载数据 |