注册并公开摘要对于生物2024

scde(标准码)

单细胞差异表达


生物导体版本:释放(3.18)

scde包实现了一组用于分析单细胞RNA-seq数据的统计方法。scde适用于单细胞RNA-seq测量的个别误差模型。然后,这些模型可以用于评估细胞组之间的差异表达,以及其他类型的分析。scde包还包含pagoda框架,该框架应用路径和基因集过度分散分析来根据转录特征识别和表征假定的细胞亚群。差异表达分析的总体方法详见以下出版物:“单细胞差异表达分析贝叶斯方法”(Kharchenko PV,Silberstein L,Scadden DT,Nature Methods,doi:10.1038/nmeth.2967)。亚群识别和表征的总体方法在以下预印本中详述:“通过通路和基因集过度分散分析表征转录异质性”(Fan J、Salathia N、Liu R、Kaeser G、Yung Y、Herman J、Kaper F、Fan JB、Zhang K、Chun J和Kharchenko PV,《自然方法》,doi:10.1038/nmeth.3734)。

作者:Peter Kharchenko[aut,cre],Jean Fan[aut],Evan Biederstedt[aut

维护人员:Evan Biederstedt在gmail.com>

引文(从R中输入引文(“scde”)):

安装

要安装此软件包,请启动R(版本“4.3”)并输入:

如果(!require(“BiocManager”,悄悄地=TRUE))install.packages(“BiocManager”)BiocManager::安装(“scde”)

对于R的旧版本,请参阅相应的生物导体释放.

文档

参考手册 PDF格式

细节

生物视图 贝叶斯主义者,差异表达式,免疫肿瘤学,RNA序列,软件,统计方法,转录
版本 2.30.0
在生物导体中 生物多样性3.3(R-3.3)(8年)
许可证 GPL-2型
取决于 R(>=3.0.0),flexmix
进口 Rcpp(>=0.10.4)、RcppArmadillo(>=0.5.400.2.0)、mgcv、Rook、rjson、MASS、Cairo、RColorBrewer、,边缘R、quantreg、methods、nnet、RMTstat、extRemes、,pca方法,生物并行,并行
系统要求
统一资源定位地址 http://pklab.med.harvard.edu/scde
错误报告 https://github.com/hms-dbmi/scde/issues
查看更多
建议 knitr、cba、fastcluster、WGCNA、,政府.db,组织Hs.eg.db、rmarkdown
链接到 Rcpp、RcppArmadillo
增强功能
取决于我
导入我
建议我 宝塔2
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 标准立方英尺2.30.0.tar.gz
Windows二进制 scde_2.30.0.zip(仅64位)
macOS二进制(x86_64) 标准立方厘米2.30.0.tgz
macOS二进制(arm64) 标准立方厘米2.30.0.tgz
源码库信息 git克隆https://git.bioconductor.org/packages/scde
源存储库(开发人员访问) git克隆git@git.bioconductor.org:packages/scde
Bioc软件包浏览器 https://code.bioconductor.org/browse/scde/
包短Url https://bioductor.org/packages/scd/
软件包下载报告 下载统计信息