mixOmics

DOI:10.18129 / B9.bioc.mixOmics

组学数据集成项目

Bioconductor版本:版本(3.17)

多元方法适合大型组学数据集数量的变量(如基因、蛋白质、代谢物)的数量远远大于样品(病人、细胞、老鼠)。他们有吸引力的属性数据的维数减少使用工具变量(组件),它被定义为所有变量的组合。然后使用这些组件生产有用的图形输出,使更好的理解之间的关系和相关结构集成不同的数据集。mixOmics提供了一个广泛的多元方法探索和集成的生物数据集与特定关注变量选择。包提出几个稀疏的多变量模型我们开发了识别的关键变量高度相关,和/或解释的生物感兴趣的结果。的数据可以分析mixOmics可能来自高通量测序技术,比如组学数据(转录组、代谢组学、蛋白质组学、宏基因组等)但也超出组学的领域(如光谱成像)。mixOmics实现的方法也可以处理缺失值,而无需删除整行与缺失的数据。一个非详尽的清单包括变异普遍典型相关分析的方法,稀疏的偏最小二乘和稀疏的判别分析。最近我们实施综合方法将多个数据集:N-integration变异普遍典型相关分析和P-integration多群偏最小二乘的变体。

作者:Kim-Anh Le曹(aut) Florian Rohart (aut),伊格纳西奥·冈萨雷斯(aut) Sebastien Dejean (aut),阿尔·J Abadi(施,cre),马克斯Bladen[所有],Benoit Gautier[所有],弗朗索瓦·巴托罗(施),皮埃尔Monget[所有],杰夫Coquery[所有],FangZou姚明(施),Benoit Liquet(施)

维修工:马克斯Bladen < mbladen19 gmail.com >

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”) BiocManager::安装(“mixOmics”)

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 (“mixOmics”)

HTML	R脚本	mixOmics
PDF		参考手册
文本		新闻

细节

biocViews	分类,GenePrediction,ImmunoOncology,代谢组学,宏基因组,微阵列,MultipleComparison,蛋白质组学,回归,测序,软件
版本	6.24.0
Bioconductor自	BioC 3.8 (r - 3.5)(4.5年)
许可证	GPL (> = 2)
取决于	R(> = 3.5.0),质量,晶格,ggplot2
进口	igraph,椭圆,corpcor RColorBrewer,平行,dplyr, tidyr, reshape2,方法,matrixStats, rARPACK, gridExtra, grDevices,图形、属性、ggrepel,BiocParallel,跑龙套
链接
建议	BiocStyle,rmarkdown knitr testthat rgl
SystemRequirements
增强了
URL	http://www.mixOmics.org
BugReports	https://github.com/mixOmicsTeam/mixOmics/issues/
取决于我	timeOmics
进口我	AlpsNMR,服饰,multiSight,POMA
建议我	自治,netOmics
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	mixOmics_6.24.0.tar.gz
Windows二进制	mixOmics_6.24.0.zip
macOS二进制(x86_64)	mixOmics_6.24.0.tgz
macOS二进制(arm64)	mixOmics_6.24.0.tgz
源库	git克隆https://git.bioconductor.org/packages/mixOmics
源库(开发人员访问)	git克隆git@git.bioconductor.org:包/ mixOmics
Bioc包浏览器	https://code.bioconductor.org/browse/mixOmics/
包短Url	//www.anjoumacpherson.com/packages/mixOmics/
包下载报告	下载数据