install.packages（“devtools”） devtools:：install_github（“计算蛋白质组学/NormalyzerDE”） 库（NormalyzerDE） normalyzer（jobName=“rscript_norm”，designPath=“test_design.tsv”，dataPath=”test_data.tsv“） normalyzerDE（作业名称=“rscript_de”，设计路径=“test_design.tsv”，数据路径=“测试数据.tsv“，比较=c（“1-2”，“1-3”）） Rscript-e“NormalyzerDE:：normalyzer（jobName=“Rscript_norm”，designPath=“test_design.tsv”，dataPath=”test_data.tsv“）” Rscript-e“NormalyzerDE:：NormalyzerDE（jobName=“Rscript_de”，designPath=“test_design.tsv”，dataPath=”test_data.tsv“，compariations=c（“1-2”，“1-3”）” 
这个 正常分析器 中的函数 标准分析仪DE。 R（右） 调用脚本，启动进程。 如果适用（即，输入是Proteois或MaxQuant格式），则使用中的代码将数据集预处理为标准格式 编制人。 R（右） . 在中使用代码时，会验证输入以尽早捕获标准错误 输入验证。 R（右） 。这将导致 Normalyzer数据集 类。 使用中提供的几种标准化方法对数据进行标准化 标准方法。 R（右） 。这将生成 Normalyzer结果 哪个链接到原始 Normalyzer数据集 实例，还包含所有生成的规范化数据集。 如果指定了保留时间分段方法（如果存在具有保留时间值的列），则通过应用来自 标准方法。 R（右） 使用中的函数延长保留时间 高阶规范方法。 R（右） . 使用中的函数分析结果 分析结果。 R（右） 。这将生成 NormalyzerEvaluation结果 包含评估结果。 此实例附加到 Normalyzer结果 对象。 最终结果发送至 outputUtils（输出实用程序）。 R（右） 其中，规范化被写入输出目录，并写入 生成批次。 R（右） 其中包含性能度量的可视化。 它还在中使用代码 打印元数据。 R（右） 和 打印绘图。 R（右） 以以期望的格式输出结果。
这个 正常分析器 中的函数 标准分析仪DE。 R（右） 脚本被称为启动差异表达式分析管道。 的实例 标准化统计 准备包含输入数据。 中的代码 计算统计学。 R（右） 脚本用于计算统计对比度。 结果附在 标准化统计 对象。 生成的统计信息用于生成报告和带注释的输出矩阵，其中关键统计指标附加到原始矩阵。