Bioconductor版本:发行版(3.16)
单细胞RNA-seq技术实现了对单个细胞的高通量基因表达测量,并允许发现细胞群内的异质性。细胞间基因表达相似性的测量对于细胞群的识别、可视化和分析至关重要。然而,单细胞数据对传统的基因表达相似性测量提出了挑战,因为高水平的噪声、异常值和退出。我们开发了一个新的相似性学习框架SIMLR(单细胞解释通过多核学习),它从数据中学习一个适当的距离度量,用于降维、聚类和可视化。
作者:Daniele Ramazzotti, Bo Wang [aut], Luca De Sano [aut], Serafim Batzoglou [ctb]
维护者:Luca De Sano
引用(从R中,输入引用(“SIMLR”)
):
要安装此包,启动R(版本“4.2”)并输入:
如果(!install.packages("BiocManager") BiocManager::install("SIMLR")
对于较老版本的R,请参考相应的Bioconductor释放.
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(“SIMLR”)
R脚本 | 基于多核学习的单细胞解释(\Biocpkg{SIMLR}) | |
参考手册 | ||
文本 | 新闻 | |
文本 | 许可证 |
biocViews | 聚类,GeneExpression,ImmunoOncology,测序,SingleCell,软件 |
版本 | 1.24.0 |
在Bioconductor公司 | BioC 3.4 (R-3.3)(6年) |
许可证 | 文件许可证 |
取决于 | R (>= 4.1.0) |
进口 | 平行,矩阵,统计数据,方法,Rcpp,pracma,RcppAnnoy,RSpectra |
链接 | Rcpp |
建议 | BiocGenerics,BiocStyle,testthat,knitr,igraph |
SystemRequirements | |
增强了 | |
URL | https://github.com/BatzoglouLabSU/SIMLR |
BugReports | https://github.com/BatzoglouLabSU/SIMLR |
全靠我 | |
进口我 | ccImpute,SingleCellSignalR |
建议我 | |
给我的链接 | |
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 | SIMLR_1.24.0.tar.gz |
Windows二进制 | SIMLR_1.24.0.zip |
macOS二进制文件(x86_64) | SIMLR_1.24.0.tgz |
macOS二进制文件(arm64) | SIMLR_1.24.0.tgz |
源库 | git clone https://git.bioconductor.org/packages/SIMLR |
源存储库(开发人员访问) | git克隆git@git.bioconductor.org:packages/SIMLR |
包短Url | //www.anjoumacpherson.com/packages/SIMLR/ |
软件包下载报告 | 下载数据 |