Bioconductor版本:发行版(3.16)
用于高维生物数据的稀疏对比主成分分析(scPCA)的工具箱。scPCA将稀疏PCA的稳定性和可解释性与对比PCA的能力相结合,通过使用对照数据将生物信号从不需要的变化中分离出来。还实现和扩展cPCA。
作者:Philippe Boileau [aut, cre, cph],尼玛·赫贾兹[au],桑德琳·杜杜特[ctb, ths]
维护者:Philippe Boileau < philipe_boileau at berkeley.edu>
引文(从R内,输入引用(“scPCA”)
):
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.
要查看系统中安装的此包版本的文档,请启动R并输入:
browseVignettes(“scPCA”)
超文本标记语言 | R脚本 | 稀疏对比主成分分析 |
参考手册 | ||
文本 | 新闻 | |
文本 | 许可证 |
biocViews | DifferentialExpression,GeneExpression,微阵列,PrincipalComponent,RNASeq,测序,软件 |
版本 | 1.12.0 |
在Bioconductor | BioC 3.10 (R-3.6)(3年) |
许可证 | MIT +文件许可证 |
取决于 | R (>= 4.0.0) |
进口 | 统计数据、方法为了,宠物猫,dplyr,purrr,stringr,Rdpack,matrixStats,BiocParallel,elasticnet,sparsepca,集群,kernlab,折纸,RSpectra,鸡笼,矩阵,DelayedArray,ScaledMatrix,MatrixGenerics |
链接 | |
建议 | DelayedMatrixStats,sparseMatrixStats,testthat(> =魅惑,covr,knitr,rmarkdown,BiocStyle,ggplot2,ggpubr,飞溅,SingleCellExperiment,微基准测试 |
SystemRequirements | |
增强了 | |
URL | https://github.com/PhilBoileau/scPCA |
BugReports | https://github.com/PhilBoileau/scPCA/issues |
全靠我 | OSCA。先进,OSCA.workflows |
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 | scPCA_1.12.0.tar.gz |
Windows二进制 | scPCA_1.12.0.zip |
macOS二进制文件(x86_64) | scPCA_1.12.0.tgz |
macOS二进制文件(arm64) | scPCA_1.11.1.tgz |
源库 | git克隆https://git.bioconductor.org/packages/scPCA |
源存储库(开发人员访问) | git克隆git@git.bioconductor.org:packages/scPCA |
包短Url | //www.anjoumacpherson.com/packages/scPCA/ |
软件包下载报告 | 下载数据 |