KBoost

DOI:10.18129 / B9.bioc.KBoost

从基因表达数据推断基因调控网络

Bioconductor版本:发行版(3.16)

重建基因调控网络和转录因子活性对于理解生物过程至关重要，并具有开发个性化治疗的潜力。然而，这仍然是一个悬而未决的问题，因为最先进的算法往往无法处理大量的数据。此外，目前的许多方法预测了大量的假阳性，并且无法整合其他信息源，例如先前已知的相互作用。在这里，我们介绍了KBoost，一种使用核PCA回归、增强和贝叶斯模型平均的算法，用于快速准确地重建基因调控网络。KBoost还可以使用先前建立在已知转录因子靶点上的网络。我们使用三个不同的数据集对KBoost与其他高性能算法进行了基准测试。结果表明，我们的方法在数据集上优于其他方法。

作者:Luis F. Iglesias-Martinez [aut, cre]，芭芭拉·德·凯格尔[aut]，沃尔特·科尔奇[aut]

维护者:Luis F. Iglesias-Martinez < Luis。Iglesiasmartinez在ucd.ie>

安装

要安装这个包，启动R(版本“4.2”)并输入:

如果(!require("BiocManager"， quiet = TRUE)) install.packages("BiocManager")

对于R的旧版本，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，请启动R并输入:

browseVignettes(“KBoost”)

超文本标记语言	R脚本	KBoost
PDF		参考手册
文本		新闻

细节

biocViews	贝叶斯，GeneExpression，GeneRegulation，GraphAndNetwork，网络，NetworkInference，PrincipalComponent，回归，软件，SystemsBiology，转录，转录组
版本	1.6.0
在Bioconductor	BioC 3.13 (R-4.1)(1.5年)
许可证	Gpl-2 | gpl-3
取决于	R (>= 4.1)， stats, utils
进口
链接
建议	knitr，rmarkdown，testthat
SystemRequirements
增强了
URL	https://github.com/Luisiglm/KBoost
全靠我
进口我
建议我
链接到我
构建报告

包档案

遵循bob 体育网址 在R会话中使用此包的说明。

源包	KBoost_1.6.0.tar.gz
Windows二进制	KBoost_1.6.0.zip
macOS二进制文件(x86_64)	KBoost_1.6.0.tgz
macOS二进制文件(arm64)	KBoost_1.6.0.tgz
源库	git克隆https://git.bioconductor.org/packages/KBoost
源存储库(开发人员访问)	git克隆git@git.bioconductor.org:packages/KBoost
生物包浏览器	https://code.bioconductor.org/browse/KBoost/
包短Url	//www.anjoumacpherson.com/packages/KBoost/
软件包下载报告	下载数据