特别行政区
替代变量分析
生物导体版本:释放(3.19)
sva包包含在高通量实验中消除批量效应和其他不需要的变化的功能。具体来说,sva包包含用于识别和构建高维数据集的替代变量的函数。替代变量是直接从高维数据(如基因表达/RNA测序/甲基化/脑成像数据)构建的协变量,可用于后续分析,以调整未知、未建模或潜在的噪声源。sva包可以通过三种方式消除伪影:(1)识别和估计高通量实验中未知变异源的替代变量(Leek and Storey 2007 PLoS Genetics,2008 PNAS),(2)使用ComBat直接消除已知的批处理效应(Johnson等人,2007 Biostatistics)和(3)使用已知的控制探针消除批量效应(Leek 2014 biorXiv)。在差异表达分析中消除批处理效应和使用替代变量已被证明可以减少依赖性,稳定错误率估计,并提高再现性,参见(Leek and Storey 2007 PLoS Genetics,2008 PNAS或Leek et al.2011 Nat.Reviews Genetics)。
作者:杰弗里·利克(Jeffrey T.Leek)、W.埃文·约翰逊(W.Evan Johnson)、希拉里·帕克(Hilary S.Parker)、埃拉娜·费蒂格(Elana J.Fertig)、安德鲁·贾菲(Andrew E.Jaffe)、张玉清(zhangyuqing.pkusms)、普林斯顿大学(princeton.edu)、莱昂纳多·科拉多·托雷斯(Leonardo Torres)、gmail.com>
维护人员:杰弗里·利克(Jeffrey T.Leek)、约翰·斯托里(John D.Storey)、约翰·埃文·约翰逊(W.Evan Johnson)
安装
要安装此软件包,请启动R(版本“4.4”)并输入:
如果(!require(“BiocManager”,悄悄地=TRUE))install.packages(“BiocManager”)BiocManager::安装(“sva”)
对于R的旧版本,请参阅相应的生物导体释放.
文档
要查看系统中安装的此软件包版本的文档,请启动R并输入:
浏览幻影(“sva”)
细节
生物视图 |
BatchEffect(批次效果),免疫肿瘤学,微阵列,多重比较,规范化,预处理,RNA序列,排序,软件,统计方法 |
版本 |
3.52.0 |
在生物导体中 |
BioC 2.9(R-2.14)(13年) |
许可证 |
艺术-2.0 |
取决于 |
R(>=3.2),管理现金流量,基因过滤器,BiocParallel公司 |
进口 |
矩阵统计,统计,图形,实用程序,利马,边缘R |
系统要求 |
|
统一资源定位地址 |
|
查看更多
建议 |
帕姆,膀胱批次,仿生风格,斑马鱼核糖核酸序列,测试那个 |
链接到 |
|
增强功能 |
|
取决于我 |
DeMixT公司,IsoformSwitch分析仪,扫描。通用产品代码,rna序列基因,巴普雷,跳跃,智能SVA |
导入我 |
分配,舞会礼服,批次QC,BERT(误码率),BioNERO公司,英国广播公司,bnem公司,十字形的,DaMiRseq公司,清理机,DExMA公司,doppelgangR型,边缘,地理浏览器,和谐(HarmonizR),KnowSeq(知识序列),MBECS系统,理学硕士预科,omicRexposome体,苯乙酸,成对GSEA,POMA公司,PROPS公司,q平滑,qsvaR公司,SE工具,单细胞TK,触发,德索萨2013,表达式规范化工作流,原因批次,cinaR公司,dSVA公司,onc预测,scITD公司,赛根迪夫 |
建议我 |
编码器,哈曼,iasva公司,MAGECK稀释液,随机旋转,Rn头,供应链计划,躯体特征,TBSignatureProfiler(签名档案器),TCG生物链,垃圾堆,管理的膀胱数据,管理的CRC数据,管理的卵巢数据,管理的TBData,现场效应Crc,CAGE工作流,DGEobj.utils公司,DRomics公司,超级学习者 |
指向我的链接 |
|
生成报告 |
生成报告 |
程序包档案
跟随安装在R会话中使用此包的说明。