这是发展puma的版本;稳定版请参见彪马.
Bioconductor版本:开发(3.14)
Affymetrix基因芯片数据的大多数分析(包括传统的3'阵列和外显子阵列以及人类转录组阵列2.0)都是基于表达水平的点估计,而忽略了这种估计的不确定性。通过将不确定性传播到下游分析,我们可以改进微阵列分析的结果。puma包首次为普通用户提供了一套不确定性传播方法。除了从Affymetrix 3'阵列计算基因表达外,puma还提供了处理外显子阵列的方法,并产生基因和异构体表达,用于替代剪接研究。与以前可用的不确定性传播方法相比,Puma还在范围和执行速度方面提供了改进。包括摘要,差分表达式检测,聚类和PCA方法,以及有用的绘图功能。
作者:Richard D. Pearson,刘学军,Magnus Rattray, Marta Milo, Neil D. Lawrence, Guido Sanguinetti,张莉
维护者:刘学军<学军。刘在nuaa.edu.cn>
引文(从R内,输入引用(“彪马”)
):
要安装此包,请启动R(版本“4.1”)并输入:
如果(!requireNamespace("BiocManager", quiet = TRUE)) install.packages("BiocManager") #初始化使用Bioc devel BiocManager::install(version='devel') BiocManager::install("puma")
对于R的旧版本,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,请启动R并输入:
browseVignettes(“彪马”)
R脚本 | puma用户指南 | |
参考手册 |
biocViews | AlternativeSplicing,贝叶斯,ChipOnChip,聚类,DataImport,DifferentialExpression,DifferentialSplicing,ExonArray,GeneExpression,HTA2.0,微阵列,OneChannel,预处理,软件,TwoChannel,mRNAMicroarray |
版本 | 3.35.0 |
在Bioconductor | BioC 2.0 (R-2.5)(14年) |
许可证 | LGPL |
取决于 | R (>= 3.2.0),益生元(>= 1.32.0),图形,grDevices,方法,统计,utils,mclust,oligoClasses |
进口 | Biobase(> = 2.5.5),affy(> = 1.46.0),affyio,oligoClasses |
链接 | |
建议 | pumadata,affydata,雪,limma,ROCR,注释 |
SystemRequirements | |
增强了 | |
URL | http://umber.sbs.man.ac.uk/resources/puma |
全靠我 | pumadata |
进口我 | |
建议我 | tigre |
链接到我 | |
构建报告 |
遵循bob 体育网址 在R会话中使用此包的说明。
源包 | puma_3.35.0.tar.gz |
Windows二进制 | puma_3.35.0.zip |
macOS 10.13 (High Sierra) | puma_3.35.0.tgz |
源库 | Git克隆https://git.bioconductor.org/packages/puma |
源存储库(开发人员访问) | Git克隆git@git.bioconductor.org:packages/puma |
包短Url | //www.anjoumacpherson.com/packages/puma/ |
软件包下载报告 | 下载数据 |