scPCA

DOI:10.18129 / B9.bioc.scPCA

这是发展scPCA版本;稳定的发布版本,请参阅scPCA。

稀疏的对比主成分分析

Bioconductor版本:发展(3.16)

稀疏的工具箱对比主成分分析(scPCA)高维生物数据。scPCA结合的稳定性和可解释性稀疏主成分分析与对比PCA的能力解决生物信号的变化通过控制数据的使用。还实现了和cPCA延伸。

作者:菲利普•波瓦洛(cre, aut cph]赫亚兹,尼玛(aut)黑色,Sandrine Dudoit(施)

维修工:菲利普•波瓦洛< philippe_boileau berkeley.edu >

安装

安装这个包,开始R(版本“4.2”)并输入:

如果(!要求(“BiocManager”,悄悄地= TRUE)) install.packages (BiocManager) #以下初始化使用Bioc猛击BiocManager::安装(version =“重击”)BiocManager::安装(“scPCA”)

R的旧版本,请参考适当的Bioconductor释放。

文档

查看文档的版本这个包安装在您的系统,开始R和输入:

browseVignettes (“scPCA”)

HTML	R脚本	稀疏的对比主成分分析
PDF		参考手册
文本		新闻
文本		许可证

细节

biocViews	DifferentialExpression,GeneExpression,微阵列,PrincipalComponent,RNASeq,测序,软件
版本	1.11.1
Bioconductor自	BioC 3.10 (r - 3.6)(3年)
许可证	麻省理工学院+文件许可证
取决于	R (> = 4.0.0)
进口	统计数据、方法为了,宠物猫,dplyr,purrr,stringr,Rdpack,matrixStats,BiocParallel,elasticnet,sparsepca,集群,kernlab,折纸,RSpectra,鸡笼,矩阵,DelayedArray,ScaledMatrix,MatrixGenerics
链接
建议	DelayedMatrixStats,sparseMatrixStats,testthat(> =魅惑,covr,knitr,rmarkdown,BiocStyle,ggplot2,ggpubr,飞溅,SingleCellExperiment,微基准测试
SystemRequirements
增强了
URL	https://github.com/PhilBoileau/scPCA
BugReports	https://github.com/PhilBoileau/scPCA/issues
取决于我	OSCA。先进,OSCA.workflows
进口我
建议我
我的链接
构建报告

包档案

遵循bob 体育网址 指示在R会话中使用这个包。

源包	scPCA_1.11.1.tar.gz
Windows二进制	scPCA_1.11.1.zip
macOS二进制(x86_64)	scPCA_1.11.1.tgz
macOS二进制(arm64)	scPCA_1.11.1.tgz
源库	git克隆https://git.bioconductor.org/packages/scPCA
源库(开发人员访问)	git克隆git@git.bioconductor.org:包/ scPCA
包短Url	//www.anjoumacpherson.com/packages/scPCA/
包下载报告	下载数据