此包适用于Bioconductor的3.7版;有关稳定的、最新的发布版本,请参见股东价值分析。
Bioconductor版本:3.7
sva包包含的功能,以消除批效应和其他不必要的变化,在高通量实验。具体来说,sva包包含用于识别和构建高维数据集代理变量的函数。替代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)中构建的协变量,可用于后续分析,以调整未知的、未建模的或潜在的噪声源。sva包可以用三种方式来删除工件:(1)识别和估计高通量实验中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 et al. 2007 Biostatistics),(3)使用已知的对照探针去除批效应(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减少依赖性,稳定错误率估计,并提高重复性,见(Leek和Storey 2007 PLoS Genetics, 2008 PNAS或Leek et al. 2011 Nat. Reviews Genetics)。
作者:Jeffrey T. Leek
维护人员:Jeffrey T. Leek
引文(从R中输入引用(“上海广电”)
):
要安装这个软件包,请从R开始,然后输入:
##尝试http://如果https:// url不支持源(“//www.anjoumacpherson.com/biocLite.R”)biocLite(“sva”)
要查看系统中安装的软件包版本的文档,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 | 3.28.0 |
Bioconductor自 | BioC 2.9 (R-2.14)(7年) |
许可证 | 艺术- 2.0 |
取决于 | R (> = 3.2),mgcv,genefilter,BiocParallel |
进口 | matrixStats,统计,图形,效用,limma |
链接 | |
建议 | pamr,bladderbatch,BiocStyle,zebrafishRNASeq,testthat |
SystemRequirements | |
增强了 | |
URL | |
取决于我 | rnaseqGene,扫描。通用产品 |
进口我 | 分配,舞会礼服,BatchQC,bnbc,冠军,魅力,crossmeta,DaMiRseq,debrowser,DeSousa2013,doppelgangR,边缘,ENmix,ExpressionNormalizationWorkflow,林肯,MAGeCKFlute,omicRexposome,PAA,道具,singleCellTK,TCGAbiolinks,触发 |
建议我 | curatedBladderData,curatedCRCData,curatedOvarianData,哈曼,RnBeads,SomaticSignatures |
我的链接 | |
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 | sva_3.28.0.tar.gz |
Windows二进制 | sva_3.28.0.zip(32位和64位) |
Mac OS X 10.11 (El Capitan) | sva_3.28.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/sva |
源存储库(开发人员访问) | git克隆git@git.bioconductor.org:包/上海广电 |
包短Url | //www.anjoumacpherson.com/packages/sva/ |
包下载报告 | 下载数据 |