实现用于集成基因组聚类的贝叶斯双向潜在结构模型。该模型根据不同的数据源对样本进行聚类，每个主题数据集都接收一个潜在的聚类标签，尽管由于模型公式的缘故，聚类标签具有跨数据集的含义。不需要跨数据源进行通用缩放，而是通过吉布斯采样器进行推断。该模型可以拟合多元高斯分布簇或高斯密度的重尾修正。在综合聚类模型中，该公式是独一无二的，它对不同数据源的样本进行了无嵌套假设——如果研究对象只有一个数据源的信息，用户仍然可以拟合模型。该软件包为模型检验提供了多种后处理功能，包括用于量化基因组数据源中观察到的聚类对齐的功能。优化了运行时间，以便对不到5个数据集和数百个主题上的数千个特征的数据集进行分析，可以在1或2天内在单个CPU上聚合。参见“Swanson DM、Lien T、Bergholtz H、Sorlie T、Frigessi A，《综合研究中跨集群的协调架构研究：贝叶斯双向潜在结构模型》，2018年<数字对象标识代码：10.1101/387076>，冷泉港实验室<https://www.biorxiv.org/content/early/2018/08/07/387076.full.pdf>获取模型详细信息。
请使用规范形式https://CRAN.R-project.org/package=twl链接到此页面。