GSVA公司

微阵列和RNA-Seq数据的基因集变异分析


生物导体版本:释放(3.19)

基因集变异分析(GSVA)是一种非参数、无监督的方法,用于通过表达数据集的样本估计基因集富集的变异。GSVA在坐标系中执行更改,将数据从逐基因样本矩阵转换为逐基因样本基质,从而允许评估每个样本的路径富集。这种新的GSVA富集分数矩阵有助于以路径为中心的方式应用标准分析方法,如功能富集、生存分析、聚类、CNV通路分析或跨组织通路分析。

作者:罗伯特·卡斯特洛〔aut,cre〕、贾斯汀·金尼〔aut〕、阿列克谢·谢尔古希切夫〔ctb〕、巴勃罗·塞巴斯蒂安·罗德里格斯〔ctb〕、阿克塞尔·克伦克〔ctb〕

维护人员:罗伯特·卡斯特洛<Robert.Castelo at upf.edu>

引文(从R中输入引文(“GSVA”)):

安装

要安装此软件包,请启动R(版本“4.4”)并输入:

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

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:

浏览幻影(“GSVA”)
基因集变异分析 HTML格式 R脚本
参考手册 PDF格式
新闻 文本

细节

生物视图 功能基因组学,GeneSet扩展,微阵列,路径,RNA序列,软件
版本 1.52.0
在生物导体中 生物C 2.8(R-2.13)(13年)
许可证 GPL(>=2)
取决于 R(>=3.5.0)
进口 方法、统计、实用程序、图形、,S4载体,I范围,博科生物,总结性实验,GSEA基地,矩阵(>=1.5-0),并行,生物并行,单细胞实验,空间实验,稀疏矩阵统计,DelayedArray(延迟阵列),延迟矩阵统计,HDF5阵列,BiocSingular公司
系统要求
统一资源定位地址 https://github.com/rcastelo/GSVA
错误报告 https://github.com/rcastelo/GSVA/issues网站
查看更多
建议 生物遗传学、RUnit、,仿生风格、knitr、rmarkdown、,利马、R Color Brewer、,组织健康状况数据库,基因过滤器,边缘R,GSVA数据,shinny,shinnydashboard,ggplot2,data.table,plotly,future,promises,shinnbusy,shinyjs
链接到
增强功能
取决于我
导入我 同意OV,EGSEA公司,逃跑,八度音阶,奥帕尔,sc功能,有意义的人,单细胞TK,TBSignatureProfiler(签名档案器),TNBC。CMS公司
建议我 解耦器R,MCbiclust公司,麻雀,海绵
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 GSVA_1.52.0.tar.gz
Windows二进制 GSVA_1.52.0.zip型(仅64位)
macOS二进制(x86_64) GSVA_1.52.0.tgz
macOS二进制(arm64) GSVA_1.52.0.tgz
源码库信息 git克隆https://git.bioconductor.org/packages/GSVA
源存储库(开发人员访问) git克隆git@git.bioconductor.org:包装/GSVA
Bioc软件包浏览器 https://code.bioconductor.org/browse/GSVA网站/
包短Url https://bioconductor.org/packages/GSVA/
软件包下载报告 下载统计信息