Bioconductor版本:版本(3.16)
这种方法允许使用未匹配正常组织样本的集合。我们的方法使用一个非参数引导二次抽样可用的参考样本估计的分布从目标序列读取计数。受随机森林,这是结合过程次级样本相关的扩增子的每个目标基因。获得的信息使我们能够可靠地基因的拷贝数畸变程度进行分类。
作者:克里斯蒂奥利维拉(aut)托马斯·沃尔夫(aut (cre), Albrecht Stenzinger[所有],Volker Endris[所有],妮可Pfarr[所有],Benedikt Brors(黑色),Wilko Weichert(黑色)
维修工:托马斯·沃尔夫在gmx.de > < thomas_wolf71
从内部引用(R,回车引用(“CNVPanelizer”)
):
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(“CNVPanelizer”)
R的旧版本,请参考适当的Bioconductor释放。
查看文档的版本这个包安装在您的系统,开始R和输入:
browseVignettes (“CNVPanelizer”)
R脚本 | CNVPanelizer | |
参考手册 | ||
文本 | 新闻 |
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 |
版本 | 1.30.0 |
Bioconductor自 | BioC 3.2 (r - 3.2)(7.5年) |
许可证 | GPL-3 |
取决于 | R (> = 3.2.0),GenomicRanges |
进口 | BiocGenerics,S4Vectors,统计grDevices跑龙套,NOISeq,IRanges,Rsamtools,exomeCopy,foreach,ggplot2,plyr,GenomeInfoDb,gplots,reshape2,stringr,testthat、图形的方法,闪亮的,shinyFiles,shinyjs、网格openxlsx |
链接 | |
建议 | knitr,RUnit |
SystemRequirements | |
增强了 | |
URL | |
取决于我 | |
进口我 | |
建议我 | |
我的链接 | |
构建报告 |
遵循bob 体育网址 指示在R会话中使用这个包。
源包 | CNVPanelizer_1.30.0.tar.gz |
Windows二进制 | CNVPanelizer_1.30.0.zip |
macOS二进制(x86_64) | CNVPanelizer_1.30.0.tgz |
macOS二进制(arm64) | CNVPanelizer_1.30.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/CNVPanelizer |
源库(开发人员访问) | git克隆git@git.bioconductor.org:包/ CNVPanelizer |
Bioc包浏览器 | https://code.bioconductor.org/browse/CNVPanelizer/ |
包短Url | //www.anjoumacpherson.com/packages/CNVPanelizer/ |
包下载报告 | 下载数据 |