计

DOI:10.18129 / B9.bioc.gage

一般适用于基因片段的浓缩途径分析

Bioconductor版本:版本(3.16)

计是一组基因的方法发表(浓缩或GSEA)或途径分析。计一般适用的微阵列或RNA-Seq数据属性包括独立的样本大小,实验设计,实验平台,和其他类型的异质性,不断达到更高的性能比其他常用方法。计方案,我们提供功能基本计分析,处理和显示结果。我们还建立了管道的例程在一批多个计分析,比较并行分析,并结合分析异构数据从不同的来源/研究。此外,我们提供演示和常用的基因微阵列数据集数据基于KEGG通路和条款。这些特性和数据所以也使用其他方法用于基因集分析。

作者:Weijun罗

维护人员:Weijun罗< luo_weijun yahoo.com >

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”) BiocManager::安装(“规”)

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(“规”)

PDF	R脚本	基因集和数据准备
PDF	R脚本	普遍适用的基因簇/路径分析
PDF	R脚本	RNA-Seq数据通路和基因片段的分析工作流
PDF		参考手册
文本		新闻

细节

biocViews	DifferentialExpression,去,GeneExpression,GeneSetEnrichment,遗传学,微阵列,MultipleComparison,OneChannel,通路,RNASeq,测序,软件,SystemsBiology,TwoChannel
版本	2.48.0
Bioconductor自	BioC 2.7 (r - 2.12)(12年)
许可证	GPL (> = 2.0)
取决于	R (> = 3.5.0)
进口	图,KEGGREST,AnnotationDbi,GO.db
链接
建议	pathview,gageData,org.Hs.eg.db,hgu133a.db,GSEABase,Rsamtools,GenomicAlignments,TxDb.Hsapiens.UCSC.hg19.knownGene,DESeq2,刨边机,limma
SystemRequirements
增强了
URL	https://github.com/datapplab/gagehttp://www.biomedcentral.com/1471-2105/10/161
取决于我	EGSEA
进口我
建议我	FGNet,gageData,pathview,SBGNview
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	gage_2.48.0.tar.gz
Windows二进制	gage_2.48.0.zip(64位)
macOS二进制(x86_64)	gage_2.48.0.tgz
macOS二进制(arm64)	gage_2.48.0.tgz
源库	git克隆https://git.bioconductor.org/packages/gage
源库(开发人员访问)	git克隆git@git.bioconductor.org:包/计
包短Url	//www.anjoumacpherson.com/packages/gage/
包下载报告	下载数据