这是发展rnaseqGene版本;有关稳定发布版本,请参阅rnaseqGene。
Bioconductor版本:开发(3.13)
在这里,我们使用Bioconductor包介绍了端到端基因水平RNA-seq差异表达流程。我们将从FASTQ文件开始,展示它们是如何与参考基因组对齐的,并准备一个计数矩阵,计算每个样本中每个基因的RNA-seq读取/片段的数量。我们将对质量评估进行探索性数据分析(EDA),探究样本之间的关系,进行差异基因表达分析,并对结果进行可视化探究。
作者:Michael Love [aut, cre]
维护人员:Michael Love < michaelaiahlove在gmail.com>
引用(从R中,输入引用(“rnaseqGene”)
):
要安装这个包,启动R(版本“4.1”),并输入:
如果(!#初始化使用的Bioc devel BiocManager::install(version='devel') BiocManager::install("rnaseqGene")
对于旧版本的R,请参阅适当的Bioconductor释放。
要查看系统中安装的这个包的版本文档,启动R并输入:
browseVignettes(“rnaseqGene”)
超文本标记语言 | R脚本 | 基因水平的RNA-seq工作流 |
biocViews | GeneExpressionWorkflow,ImmunoOncologyWorkflow,工作流 |
版本 | 1.15.1 |
许可证 | 艺术- 2.0 |
取决于 | R (> = 3.3.0),BiocStyle,气道(> = 1.5.3)更正,tximeta,magrittr,DESeq2,apeglm,vsn,dplyr,ggplot2,hexbin,pheatmap,RColorBrewer,PoiClaClu,glmpca,ggbeeswarm,genefilter,AnnotationDbi,org.Hs.eg.db,ReportingTools,Gviz,股东价值分析,RUVSeq,裂变 |
进口 | |
链接 | |
建议 | knitr,rmarkdown |
SystemRequirements | |
增强了 | |
URL | https://github.com/mikelove/rnaseqGene/ |
取决于我 | |
进口我 | |
建议我 | |
我的链接 |
遵循bob 体育网址 在你的R会话中使用这个包的说明。
源包 | rnaseqGene_1.15.1.tar.gz |
Windows二进制 | |
macOS 10.13 (High Sierra) | |
源库 | git克隆https://git.bioconductor.org/packages/rnaseqGene |
源存储库(开发人员访问) | git克隆git@git.bioconductor.org:包/ rnaseqGene |
包短Url | //www.anjoumacpherson.com/packages/rnaseqGene/ |
包下载报告 | 下载数据 |