基于动态规划的分割解决方案分段内任意相似性度量的最大化。一般思想、理论和此实现如所述Machne、Murray和Stadler(2017)<doi:10.1038/s41598-017-12401-8>.除了核心算法外,该包还提供了时间序列出版物中描述的处理和聚类功能。这些通常适用于“k-means”聚类产生的情况有意义的结果,并专门针对周期基因离散傅里叶变换的聚类表达数据(‘昼夜’或‘酵母代谢振荡’)。该聚类方法在Machne和Murray(2012)<doi:10.1371/journal.pone.0037906>),还有这里用作段相似性度量的基础。值得注意的是时间序列处理和聚类函数也可以用作独立于细分的独立工具,例如转录组数据已经映射到基因。
请使用规范形式https://CRAN.R-project.org/package=segmenTier链接到此页面。