1简介

的MsCoreUtils为质谱数据打包低级函数，独立于任何高级数据结构(@rainer_modular_2022)．这些函数包括质谱处理函数(噪声估计，平滑，分节)，定量聚合函数(中位数优化，稳健摘要，…)，缺失数据imputation，数据归一化(分位数，vsn，…)以及misc辅助函数，这些函数在R for质谱包中的高级数据结构中使用。

有关函数的完整列表，请参见

library("MsCoreUtils") ls(pos = "package:MsCoreUtils")
##[1]“%between%”“aggregate_by_vector”“asInteger”##[29]“impute_with”“impute_zero”##[7]“最接近”“coefMA”##[9]“coefSG”“coefWMA”##[11]“colCounts”“colMeansMat”##[13]“colSumsMat”“common”##[15]“formatRt”“gnps”##[17]“group”“i2index”##[19]“imputeMethods”“impute_RF”## b[21]“impute_bpca”“impute_fun”##[23]“impute_knn”“impute_mle”“impute_neighbor _average”##[29]“impute_with”“impute_zero”## [31] "isPeaksMatrix" "join" ## [33] "join_gnps" "localMaxima" ## [35] "medianPolish" "navdist" ## [37] "ndotproduct" "neuclidean" ## [39] "noise" "normalizeMethods" ## [41] "normalize_matrix" "nspectraangle" ## [43] "ppm" "rbindFill" ## [45] "refineCentroids" "rla" ## [47] "robustSummary" "rowRla" ## [49] "rt2character" "rt2numeric" ## [51] "smooth" "validPeaksMatrix" ## [53] "valleys" "vapply1c" ## [55] "vapply1d" "vapply1l" ## [57] "which.first" "which.last"

或者是参考页面在包装网页上。

2例子

这个包中定义的函数利用了基本类，目的是在提供更正式、高级接口的包中重用。

举个例子robustSummary ()函数，用于计算矩阵列的稳健摘要:

x <- matrix(rnorm(30)， nrow = 3) colnames(x) <- letters[1:10] rownames(x) <- letters[1:3] x
## a b d f g ## a 0.4022292 0.7387342 -0.4941083 -0.5919269 - 0.8841177 -0.8148014 1.9978278 ## b 0.1811456 -1.0793463 0.7879976 1.5918531 - 0.3595652 -0.1791741 -2.0319331 ## c -0.5127697 0.2826172 -0.8959801 -0.2034081 0.2541999 -0.7757515 0.2471135 ## h i ## a -0.2395325 -1.5639386 -0.2312941 ## b -0.2504822 -0.7214424 -0.4201494 ## c 1.4139799 2.3392084 -1.5940315
robustSummary (x)
## rlm.default(X, expression，…):'rlm' failed to converge in 20 steps
## a b c d f ## 0.02353506 -0.27078894 0.02659503 0.53262763 -0.58990901 ## g h I ## 0.39716580 0.06328828 -0.80290781 -0.74849166

该函数通常用于将肽定量值总结为蛋白质强度1看到贴纸et al。蛋白质组范围内无标签定量的鲁棒总结和推理。https://doi.org/10.1101/668863．．此功能可在

3.贡献

如果您想贡献任何底层功能，请打开一个GitHub问题讨论一下。请注意贡献应遵循风格指南并且需要一个适当的单元测试。

如果您希望重用此包中的任何函数，请继续。如果您需要任何建议或寻求帮助，也请打开一个GitHub问题．

会话信息

## R版本4.2.1(2022-06-23)##平台:x86_64-pc-linux-gnu(64位)##运行在Ubuntu 20.04.5 LTS ## ##矩阵产品:默认## BLAS: /home/biocbuild/bbs-3.16-bioc/R/lib/libRblas。/home/biocbuild/bbs-3.16-bioc/R/lib/libRlapack。所以## ## locale: ## [1] LC_CTYPE=en_US。UTF-8 LC_NUMERIC= c# # [3] LC_TIME=en_GB LC_COLLATE= c# # [5] LC_MONETARY=en_US。utf - 8 LC_MESSAGES = en_US。UTF-8 ## [7] LC_PAPER=en_US。UTF-8 LC_NAME= c# # [9] LC_ADDRESS=C lc_phone = c# # [11] LC_MEASUREMENT=en_US。UTF-8 LC_IDENTIFICATION=C ## ##附加的基本包:## [1]stats graphics grDevices utils datasets methods基础## ##其他附加包:## [1]MsCoreUtils_1.10.0 BiocStyle_2.26.0 ## ##通过命名空间加载(且未附加):## [1] knitr_1.40 cluster_2.1.4 bslib_0.4.0 ## [28] stats4_4.2.1 jsonlite_1.8.3 ## [7] R6_2.5.1 rlang_1.0.6 fastmap_1.1.0 ## [10] string_1 .4.1 tools_4.2.1 xfun_0.34 ## [13] cli_3.4.1 jquerylib_0.1.4 htmltools_0.5.3 ## [19] yaml_2.3.6 digest_0.6.30 bookdown_0.29 ## [19] BiocManager_1.30.19 sass_0.4.2 S4Vectors_0.36.0 ## [25] stringi_1.7.8 compiler_4.2.1 bslib_0.4.0 ## [28] stats4_4.2.1 jsonlite_1.8.3

参考文献