ppcseq

DOI:10.18129 / B9.bioc.ppcseq

RNA测序广义线性模型的概率离群值识别

Bioconductor版本:发行版(3.16)

相对转录丰度已被证明是理解基因在生物系统中的功能的一个有价值的工具。对于使用RNA测序数据进行转录丰度的差异分析，负二项式模型是迄今为止最常用的。然而，基于负二项式模型的常见方法对极端异常值并不健壮，而极端异常值在公共数据集中非常丰富。到目前为止，还没有为RNA测序数据开发出严格和概率的异常值检测方法，使识别主要依靠视觉检查。贝叶斯计算的最新进展允许将观测数据与统计模型中给出的理论分布进行大规模比较。在这里，我们提出ppcseq，一种关键的质量控制工具，用于识别差异表达分析中包含异常数据点的转录本，这些转录本不遵循负二项分布。我们使用流行工具应用ppcseq来分析几个公开可用的数据集，结果表明，在算法和数据集之间差异丰富的转录本中，有3%到10%的统计数据因异常值的存在而膨胀。

作者:Stefano Mangiola [aut, cre]

维护者:Stefano Mangiola

安装

要安装这个包，启动R(版本“4.2”)并输入:

如果(!require("BiocManager"， quiet = TRUE)) install.packages("BiocManager")

对于R的旧版本，请参考相应的Bioconductor释放．

文档

要查看系统中安装的此包版本的文档，请启动R并输入:

browseVignettes(“ppcseq”)

超文本标记语言	R脚本	ppcseq包概述
PDF		参考手册

细节

biocViews	聚类，DifferentialExpression，GeneExpression，归一化，质量控制，RNASeq，测序，软件，转录，转录组
版本	1.6.0
在Bioconductor	BioC 3.13 (R-4.1)(1.5年)
许可证	GPL-3
取决于	R (>= 4.1.0)
进口	方法,Rcpp(> = 0.12.0),rstan(> = 2.18.1),rstantools(> = 2.0.0),宠物猫，dplyr，magrittr，purrr，未来，furrr，tidyr(> = 0.8.3.9000),生命周期，ggplot2，foreach，tidybayes，刨边机，benchmarkme平行,rlang，统计，utils，图形
链接	黑洞(> = 1.66.0),Rcpp(> = 0.12.0),RcppEigen(> = 0.3.3.3.0),rstan(> = 2.18.1),StanHeaders(> = 2.18.0)
建议	knitr，testthat，BiocStyle，rmarkdown
SystemRequirements	GNU使
增强了
URL
BugReports	https://github.com/stemangiola/ppcseq/issues
全靠我
进口我
建议我
链接到我
构建报告

包档案

遵循bob 体育网址 在R会话中使用此包的说明。

源包	ppcseq_1.6.0.tar.gz
Windows二进制	ppcseq_1.6.0.zip
macOS二进制文件(x86_64)	ppcseq_1.6.0.tgz
macOS二进制文件(arm64)	ppcseq_1.6.0.tgz
源库	Git克隆https://git.bioconductor.org/packages/ppcseq
源存储库(开发人员访问)	Git克隆git@git.bioconductor.org:packages/ppcseq
生物包浏览器	https://code.bioconductor.org/browse/ppcseq/
包短Url	//www.anjoumacpherson.com/packages/ppcseq/
软件包下载报告	下载数据