Bioconductor版本:发行版(3.13)
单细胞RNA测序(scRNA-seq)方法通常无法量化一个细胞中所有基因的表达水平,因此需要对缺失值进行计算预测(“dropout imputation”)。大多数现有的dropout imputation方法仅使用手边的scRNA-seq数据集,而不利用外部基因-基因关系信息,这在某种意义上是有限的。在这里,我们提出了两种新方法:基于基因调节网络的方法,使用从外部数据学习的基因-基因关系,以及对应于样本范围平均的基线方法。ADImpute可以实现这些新方法,也可以将它们与现有的imputation方法相结合(目前支持:DrImpute, SAVER)。ADImpute可以学习每个基因表现最好的方法,并将不同方法的结果组合成一个集合。
作者:Ana Carolina Leote [cre, aut]
维护者:Ana Carolina Leote
引文(从R内,输入引用(“ADImpute”)
):
要安装此包,请启动R(版本“4.1”)并输入:
如果(!requireNamespace("BiocManager", quiet = TRUE) install.packages("BiocManager") BiocManager::install("ADImpute")
对于R的旧版本,请参考相应的Bioconductor释放.
要查看系统中安装的此包版本的文档,请启动R并输入:
browseVignettes(“ADImpute”)
超文本标记语言 | R脚本 | ADImpute教程 |
参考手册 | ||
文本 | 新闻 | |
文本 | 许可证 |
biocViews | bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 ,bob 体育平台下载 |
版本 | 1.2.0 |
在Bioconductor | BioC 3.12 (R-4.0)(0.5年) |
许可证 | GPL-3 +文件许可证 |
取决于 | R (>= 4.0) |
进口 | 使彻底失败,BiocParallel,data.table,DrImpute,kernlab,质量,矩阵、方法、rsvd,S4Vectors,储蓄者,SingleCellExperiment统计数据,SummarizedExperiment,跑龙套 |
链接 | |
建议 | BiocStyle,knitr,rmarkdown,testthat |
SystemRequirements | |
增强了 | |
URL | |
BugReports | https://github.com/anacarolinaleote/ADImpute/issues |
全靠我 | |
进口我 | |
建议我 | |
链接到我 | |
构建报告 |
遵循bob 体育网址 在R会话中使用此包的说明。
源包 | ADImpute_1.2.0.tar.gz |
Windows二进制 | ADImpute_1.2.0.zip |
macOS 10.13 (High Sierra) | ADImpute_1.2.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/ADImpute |
源存储库(开发人员访问) | git克隆git@git.bioconductor.org:packages/ADImpute |
包短Url | //www.anjoumacpherson.com/packages/ADImpute/ |
软件包下载报告 | 下载数据 |