Bioconductor版本:Release (3.6)
从基因组分析结果中得到的基因表含有丰富的生物学信息。例如,从微阵列或RNA-Seq分析得到的差异表达基因(DEGs)在功能上与它们对治疗或条件的反应有关。基因列表的大小可能不同,最多可达几千个基因,这取决于扰动的稳健性或生物学条件的差异程度。通过手动管理每个基因的注释和功能来系统地关联成百上千个基因之间的生物关联性是不切实际的。基因的过代表分析(ORA)被用来识别生物主题。给定一个基因本体论(GO)和一个基因注释,指明每个基因适合的类别,在本体论类别内基因的过度表示的重要性是由Fisher精确检验或根据超几何分布建模确定的。使用维恩图或其他方法来评估重叠,比较少数样本的少量丰富的生物类别是容易的。然而,由于有数百个丰富的类别和许多样本,比较是费力的。此外,如果样本之间共享丰富的类别,试图在它们之间代表一个共同的主题是非常主观的。goSTAG使用GO子树标记和注释集合中的基因。 goSTAG visualizes the similarities between the over-representation of DEGs by clustering the p-values from the enrichment statistical tests and labels clusters with the GO term that has the most paths to the root within the subtree generated from all the GO terms in the cluster.
作者:Brian D. Bennett和Pierre R. Bushel
维护者:Brian D. Bennett < Brian。贝内特在国家卫生研究所。gov>
引用(从R中,输入引用(“goSTAG”)
):
要安装这个包,开始R,然后输入:
##尝试http://如果https:// url不支持source("//www.anjoumacpherson.com/biocLite.R") biocLite("goSTAG")
超文本标记语言 | R脚本 | goSTAG用户指南 |
参考手册 | ||
文本 | 新闻 |
biocViews | 聚类,DifferentialExpression,去,GeneExpression,GeneSetEnrichment,微阵列,RNASeq,软件,可视化,mRNAMicroarray |
版本 | 1.2.0 |
在Bioconductor公司 | BioC 3.5 (R-3.4)(1年) |
许可证 | GPL-3 |
取决于 | R (>= 3.4) |
进口 | AnnotationDbi,biomaRt,GO.db、图形、memoise,统计,效用 |
链接 | |
建议 | BiocStyle,knitr,rmarkdown,testthat |
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会话中使用这个包的说明。
源包 | goSTAG_1.2.0.tar.gz |
Windows二进制 | goSTAG_1.2.0.zip |
Mac OS X 10.11 (El Capitan) | goSTAG_1.2.0.tgz |
源库 | git clone https://git.bioconductor.org/packages/goSTAG |
包短Url | //www.anjoumacpherson.com/packages/goSTAG/ |
软件包下载报告 | 下载数据 |