preciseTADhub

DOI:10.18129 / B9.bioc.preciseTADhub

这是发展preciseTADhub版本;稳定的发布版本,请参阅preciseTADhub。

使用preciseTAD Pre-trained随机森林模型获得

Bioconductor版本:发展(3.18)

一个包含pre-trained experimentdata包来补充preciseTAD包模型和变量的引入每个基因组注释用于构建模型解析ExperimentHub可用对象和列表。总共preciseTADhub提供n = 84随机森林分类模型优化预测出/染色质循环边界区域和存储为.RDS文件。价值,n,来自这样一个事实:我们认为l = 2细胞系{GM12878, K562}, g = 2地面实况边界{箭头,Peakachu},和c = 21常染色体染色体{CHR1, CHR2,…,CHR22}(省略CHR9)。此外,每个对象本身就是外带一个二道菜列表包含:(1)模型对象,和(2)CTCF的变量重要性,RAD21, SMC3, ZNF143用来预测边界地区。每个模型通过“抵抗”战略,训练数据从染色体{CHR1, CHR2,…CHRi-1 CHRi + 1,……,CHR22} were used to build the model and the ith chromosome was reserved for testing. See https://doi.org/10.1101/2020.09.03.282186 for more detail on the model building strategy.

作者:斯皮罗Stilianoudakis (aut),米哈伊尔•Dozmorov (aut (cre)

维修工:米哈伊尔Dozmorov <米哈伊尔。在gmail.com dozmorov >

安装

安装这个包,开始R(版本“4.3”)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(“preciseTADhub”)

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 (“preciseTADhub”)

HTML	R脚本	preciseTADhub
PDF		参考手册
文本		许可证

细节

biocViews	ExperimentData,ExperimentHub,基因组,PackageTypeData
版本	1.9.0
许可证	麻省理工学院+文件许可证
取决于	R (> = 4.1)
进口	ExperimentHub
链接
建议	knitr rmarkdown,减价,BiocStyle,preciseTAD
SystemRequirements
增强了
URL	https://github.com/dozmorovlab/preciseTADhub
BugReports	https://github.com/dozmorovlab/preciseTADhub/issues
取决于我
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	preciseTADhub_1.9.0.tar.gz
Windows二进制
macOS二进制(x86_64)
macOS二进制(arm64)
源库	git克隆https://git.bioconductor.org/packages/preciseTADhub
源库(开发人员访问)	git克隆git@git.bioconductor.org:包/ preciseTADhub
包短Url	//www.anjoumacpherson.com/packages/preciseTADhub/
包下载报告	下载数据