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(“sa”)
在大多数情况下,您根本不需要下载包存档。
Bioconductor版本:Release (3.5)
sva包包含在高通量实验中去除批效应和其他不需要的变化的功能。具体来说,sva包包含用于识别和构建高维数据集的代理变量的函数。代理变量是直接从高维数据(如基因表达/RNA测序/甲基化/脑成像数据)构建的协变量,可用于后续分析,以调整未知的、未建模的或潜在的噪音源。sva包可用于以三种方式去除伪效应:(1)在高通量实验中识别和估计未知变异源的替代变量(Leek和Storey 2007 PLoS Genetics,2008 PNAS),(2)使用ComBat直接去除已知的批效应(Johnson等人,2007生物统计学)和(3)使用已知的控制探针去除批效应(Leek 2014 biorXiv)。在差异表达分析中去除批效应和使用替代变量已被证明可以降低依赖性,稳定错误率估计,并提高可重复性,见(Leek和Storey 2007 PLoS Genetics, 2008 PNAS或Leek et al. 2011 Nat. Reviews Genetics)。
作者:Jeffrey T. Leek
维护者:Jeffrey T. Leek
引文(从R内,输入引用(“上海广电”)
):
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(“sa”)
要查看系统中安装的此包版本的文档,请启动R并输入:
browseVignettes(“上海广电”)
R脚本 | 股东价值分析教程 | |
参考手册 |
biocViews | BatchEffect,微阵列,MultipleComparison,归一化,预处理,RNASeq,测序,软件,StatisticalMethod |
版本 | 3.24.4 |
在Bioconductor | BioC 2.9 (R-2.14)(6年) |
许可证 | 艺术- 2.0 |
取决于 | R (>= 3.2),mgcv,genefilter,BiocParallel |
进口 | matrixStats,统计,图形,utils,limma |
链接 | |
建议 | pamr,bladderbatch,BiocStyle,zebrafishRNASeq,testthat |
SystemRequirements | |
增强了 | |
URL | |
全靠我 | 扫描。通用产品 |
进口我 | 分配,舞会礼服,BatchQC,冠军,魅力,crossmeta,DaMiRseq,debrowser,DeSousa2013,doppelgangR,边缘,ENmix,林肯,餐,PAA,触发 |
建议我 | curatedBladderData,curatedCRCData,curatedOvarianData,哈曼,RnBeads,SomaticSignatures |
构建报告 |
遵循bob 体育网址 在R会话中使用此包的说明。
源包 | sva_3.24.4.tar.gz |
Windows二进制 | sva_3.24.4.zip(32位和64位) |
Mac OS X 10.11 (El Capitan) | sva_3.24.4.tgz |
源库 | Git克隆https://git.bioconductor.org/packages/sva |
包短Url | //www.anjoumacpherson.com/packages/sva/ |
软件包下载报告 | 下载数据 |