生物导体版本:发布(3.12)
高维质量和流式细胞术(HDCyto)实验已经成为高通量询问和细胞群特征的选择方法。在这里,我们提出了一个更新的基于r的管道,用于HDCyto数据的差异分析,主要基于Bioconductor软件包。我们使用FlowSOM聚类计算定义细胞群,并为手动合并算法生成的聚类提供可选但可重复的策略。我们的工作流程提供了不同的分析路径,包括细胞类型丰度与表型或特定亚种群内信号标记变化的关联,或聚集信号的差异分析。重要的是,我们展示的差异分析是基于回归框架,其中HDCyto数据是响应;因此,我们能够建模任意的实验设计,如那些具有批处理效应,配对设计等。特别是,我们将广义线性混合模型或线性混合模型应用于细胞群体丰度分析或信号标记的细胞群体特异性分析,从而使细胞计数或聚集信号在样本间的过度分散得到适当的建模。为了支持正式的统计分析,我们鼓励在每一步进行探索性数据分析,包括质量控制(例如,多维尺度图)、聚类结果报告(降维、树状图热图)和差异分析(例如,聚集信号图)。
作者:Malgorzata Nowicka [aut] Helena L. Crowell [aut], Mark D. Robinson [aut, cre]
维护人员:Mark D. Robinson <标记。罗宾逊在imls.uzh.ch >
引文(从R中输入引用(“cytofWorkflow”)
):
要安装此包,请启动R(版本“4.0”)并输入:
如果(!require ("BiocManager", quiet = TRUE)) install.packages("BiocManager")
有关较旧版本的R,请参阅适当的Bioconductor释放。
要查看系统中安装的软件包版本的文档,请启动R并输入:
browseVignettes(“cytofWorkflow”)
超文本标记语言 | 高通量高维细胞术数据集差异发现的工作流 |
biocViews | ImmunoOncologyWorkflow,SingleCellWorkflow,工作流 |
版本 | 1.14.0 |
许可证 | 艺术- 2.0 |
取决于 | R (> = 3.6.0),BiocStyle,knitr,readxl,催化剂,diffcyt,HDCytoData,uwot,cowplot |
进口 | |
链接 | |
建议 | knitcitations |
SystemRequirements | |
增强了 | |
URL | https://github.com/markrobinsonuzh/cytofWorkflow |
BugReports | https://github.com/markrobinsonuzh/cytofWorkflow/issues |
取决于我 | |
进口我 | |
建议我 | |
我的链接 |
遵循bob 体育网址 在R会话中使用这个包的说明。
源包 | cytofWorkflow_1.14.0.tar.gz |
Windows二进制 | |
macOS 10.13 (High Sierra) | |
源库 | git克隆https://git.bioconductor.org/packages/cytofWorkflow |
源存储库(开发人员访问) | git克隆git@git.bioconductor.org:包/ cytofWorkflow |
包短Url | //www.anjoumacpherson.com/packages/cytofWorkflow/ |
包下载报告 | 下载数据 |