注册打开对于生物20247月24-26日

路径PCA

整合路径分析与现代PCA方法及基因选择


生物导体版本:释放(3.19)

pathwayPCA是一种综合分析工具,它实现了Chen et al.(2008)、Chen et al(2010)和Chen(2011)中描述的基于主成分分析(PCA)的路径分析方法。pathwayPCA允许用户:(1)测试与二元、连续或存活表型的通路关联。(2) 使用SuperPCA和AES-PCA方法提取路径中的相关基因。(3) 基于所选基因计算主成分(PC)。这些估计的潜在变量代表个体受试者的通路活动,然后可用于进行综合通路分析,例如多组学分析。(4) 提取驱动通路重要性的相关基因以及与这些相关基因相对应的数据,以进行进一步的深入分析。(5) 通过并行计算和S4类数据对象增强的数据安全性,以更高的计算效率执行分析。(6) 分析具有复杂实验设计、多协变量和交互效应的研究,例如,测试男性和女性受试者之间与临床表型的通路关联是否不同。引文:Chen等人(2008); Chen等人(2010); 和陈(2011).

作者:加布里埃尔·奥多姆[aut,cre],詹姆斯·潘[aut],刘丽中[aut]Lily Wang[aut〕,史蒂文·陈[aut'

维护人员:加布里埃尔·奥多姆在迈阿密医学院

引文(从R中输入引文(“pathwayPCA”)):

安装

要安装此软件包,请启动R(版本“4.4”)并输入:

if(!require(“生物管理器”,悄悄=TRUE))install.packages(“BiocManager”)BiocManager::install(“pathwayPCA”)

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:

浏览渐晕图(“pathwayPCA”)
用pathwayPCA进行综合路径分析 HTML格式 R脚本
补充1。快速入门指南 HTML格式 R脚本
补充2。正在导入数据 HTML格式 R脚本
补充3。创建数据对象 HTML格式 R脚本
补充4。测试路径重要性 HTML格式 R脚本
补充5。可视化结果 HTML格式 R脚本
参考手册 PDF格式
新闻 文本

细节

生物视图 细胞生物学,分类,副本编号变化,DNA甲基化,尺寸缩减,表观遗传学,特征提取,功能基因组学,基因表达式,基因预测,GeneSet扩展,基因信号,基因目标,遗传学,基因组广泛关联,基因组变异,脂质组学,代谢组学,多重比较,路径,主要组件,蛋白质组学,回归,SNP公司,软件,生存,系统生物学,转录,转录组学
版本 1.20.0
在生物导体中 生物技术3.9(R-3.6)(5年)
许可证 GPL-3型
取决于 R(>=3.1)
进口 拉尔斯,方法,并行,统计,生存,实用程序
系统要求
统一资源定位地址
错误报告 https://github.com/gabrielodom/pathwayPCA/issues网站
查看更多
建议 气道,绕圈子,gr设备,针织物,RCurl(RCurl),重塑2,rmarkdown公司,总结性实验,监督员,测试那个,潮汐
链接到
增强功能
取决于我
导入我
建议我
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。

源程序包 路径PCA_1.20.0.tar.gz
Windows二进制 路径PCA_1.20.0.zip(仅64位)
macOS二进制(x86_64) 路径PCA_1.20.0.tgz
macOS二进制(arm64) 路径PCA_1.20.0.tgz
源码库信息 git克隆https://git.bioconductor.org/packages/pathwayPCA
源存储库(开发人员访问) git克隆git@git.bioconductor.org:包/路径PCA
Bioc软件包浏览器 https://code.bioconductor.org/browse/pathwayPCA/
包短Url https://bioconductor.org/packages/pathwayPCA/
软件包下载报告 下载统计信息