Bioconductor版本:Release (3.6)
迄今为止,数千个单核苷酸多态性(SNPs)已被发现与复杂的性状和疾病相关。然而,这些与疾病相关的snp绝大多数位于基因组的非编码部分,并且可能影响调控元件,如增强子和启动子,而不是蛋白质的功能。因此,为了了解遗传性状和疾病背后的分子机制,研究SNP对附近分子性状(如染色质环境或转录因子(TF)结合)的影响变得越来越重要。为了实现这一目标,我们开发了SNPhood,一个用户友好的*Bioconductor* R包,用于调查和可视化一组感兴趣的SNPs的局部邻域,用于NGS数据,如来自ChIP-Seq或RNA- Seq实验的染色质标记或转录因子结合位点。SNPhood包含一组易于使用的函数,用于提取、规范化和汇总基因组区域的读取,执行各种数据质量检查,使用额外的输入文件规范化读取计数,以及根据绑定模式对区域进行聚类和可视化。每个SNP周围的区域可以以用户定义的方式进行分类,以便分析非常广泛的模式以及详细调查特定的绑定形状。此外,SNPhood支持与基因型信息的集成,以研究和可视化基因型特异性结合模式。最后,SNPhood可以用于确定、研究和可视化感兴趣的SNPs周围的等位基因特异性结合模式。
作者:Christian Arnold [aut, cre], Pooja Bhat [aut], Judith Zaugg [aut]
维护者:Christian Arnold < Christian。Arnold在embl.de>
引文(从R内,输入引用(“SNPhood”)
):
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(“SNPhood”)
超文本标记语言 | R脚本 | 介绍和方法细节 |
超文本标记语言 | R脚本 | 工作流示例 |
参考手册 | ||
文本 | 新闻 |
biocViews | 软件 |
版本 | 1.8.0 |
在Bioconductor | BioC 3.2 (R-3.2)(2.5年) |
许可证 | LGPL (>= 3) |
取决于 | R (>= 3.1),GenomicRanges,Rsamtools,data.table,使彻底失败 |
进口 | DESeq2,集群,ggplot2,晶格,GenomeInfoDb,BiocParallel,VariantAnnotation,BiocGenerics,IRanges、方法、SummarizedExperiment,RColorBrewer,BiostringsgrDevices,gridExtra,统计,网格,utils,reshape2,尺度,S4Vectors |
链接 | |
建议 | BiocStyle,knitr,pryr,rmarkdown,SNPhoodData,corrplot |
SystemRequirements | |
增强了 | |
URL | //www.anjoumacpherson.com/packages/SNPhood |
BugReports | christian.arnold@embl.de |
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。
源包 | SNPhood_1.8.0.tar.gz |
Windows二进制 | SNPhood_1.8.0.zip |
Mac OS X 10.11 (El Capitan) | SNPhood_1.8.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/SNPhood |
包短Url | //www.anjoumacpherson.com/packages/SNPhood/ |
软件包下载报告 | 下载数据 |