TCA:张量成分分析
张量合成分析(TCA)允许将来自异质源混合物的二维数据(观测特征)反褶积为三维信号矩阵(观测特征源)。TCA框架进一步允许测试数据中不同统计关系的特征,以及感兴趣的结果,同时建模特定来源的影响;特别是,它允许寻找特定源信号和结果之间的统计关系。例如,TCA可以将大量组织级DNA甲基化数据(个体甲基化位点)分解为每个个体的细胞类型特异性甲基化水平的三维张量(即个体甲基化部位按细胞类型),并允许检测细胞类型特异的统计关系(关联)具有表型。更多详情请参见Rahmani等人(2019年)<doi:10.1038/s41467-019-11052-9>.
版本: |
1.2.1 |
取决于: |
R(≥3.5.0) |
进口: |
配置,数据表,无用的日志,g模型,矩阵(matrixcalc),矩阵统计,nloptr公司,平行,pbapply(应用程序),普拉克马,rsvd公司,统计,二次规划优化函数,矩阵 |
建议: |
测试那个,针织物,rmarkdown公司 |
出版: |
2021-02-14 |
作者: |
埃利奥·拉赫曼尼[aut,cre],布兰登犹太人 |
维护人员: |
埃利奥·拉赫马尼(Elior Rahmani) |
错误报告: |
https://github.com/cosygene/TCA发布 |
许可证: |
GPL-3公司 |
网址: |
https://www.nature.com/articles/s41467-019-11052-9 |
需要编译: |
不 |
引用: |
TCA引文信息 |
材料: |
自述文件 新闻 |
在视图中: |
组学 |
CRAN检查: |
TCA结果 |
文档:
下载内容:
反向依赖关系:
链接:
请使用规范形式https://CRAN.R-project.org/package=TCA链接到此页面。