GSVA

DOI:10.18129 / B9.bioc.GSVA

微阵列和RNA-seq数据的基因集变异分析

Bioconductor版本:发行版(3.15)

基因集变异分析(GSVA)是一种通过表达数据集样本估计基因集富集变异的非参数、无监督的方法。GSVA在坐标系中进行改变，将数据从样本矩阵基因转换为样本矩阵基因集，从而对每个样本的路径富集进行评估。这种新的gsa富集评分矩阵有助于以通路为中心的方式应用标准分析方法，如功能富集、生存分析、聚类、cnv通路分析或跨组织通路分析。

作者:Justin Guinney [aut, cre]， Robert Castelo [aut]， Alexey Sergushichev [ctb]， Pablo Sebastian Rodriguez [ctb]

维护者:Justin Guinney < Justin。在sagebase.org guinney >

安装

要安装此包，启动R(版本“4.2”)并输入:

如果(!install.packages("BiocManager") BiocManager::install(" gsa ")

对于较老版本的R，请参考相应的Bioconductor释放．

文档

要查看系统中安装的此包版本的文档，请从R开始并输入:

browseVignettes(“GSVA”)

超文本标记语言	R脚本	基因集变异分析
PDF		参考手册
文本		新闻

细节

biocViews	FunctionalGenomics，GeneSetEnrichment，微阵列，通路，RNASeq，软件
版本	1.44.2
Bioconductor自	BioC 2.8 (R-2.13)(11年)
许可证	GPL (> = 2)
取决于	R (> = 3.5.0)
进口	方法，统计，utils，图形，S4Vectors，IRanges，Biobase，SummarizedExperiment，GSEABase，矩阵平行,BiocParallel，SingleCellExperiment，sparseMatrixStats，DelayedArray，DelayedMatrixStats，HDF5Array，BiocSingular
链接
建议	BiocGenerics，RUnit，BiocStyle，knitr，rmarkdown，limma，RColorBrewer，org.Hs.eg.db，genefilter，刨边机，GSVAdata，闪亮的，shinydashboard，ggplot2，data.table，情节，未来，承诺，shinybusy，shinyjs
SystemRequirements
增强了
URL	https://github.com/rcastelo/GSVA
BugReports	https://github.com/rcastelo/GSVA/issues
取决于我	SISPA
进口我	consensusOV，EGSEA，逃避，oppar，singleCellTK，TBSignatureProfiler，TNBC。CMS
建议我	解耦，MCbiclust，麻雀
我的链接
构建报告

包档案

遵循bob 体育网址 在R会话中使用这个包的说明。

源包	GSVA_1.44.2.tar.gz
Windows二进制	GSVA_1.44.2.zip
macOS 10.13 (High Sierra)	GSVA_1.44.2.tgz
源库	git克隆https://git.bioconductor.org/packages/GSVA
源存储库(开发人员访问)	git克隆git@git.bioconductor.org:包/ GSVA
包短Url	//www.anjoumacpherson.com/packages/GSVA/
包下载报告	下载数据
bioc3.15的旧源包	源存档