GSVA

DOI:10.18129 / B9.bioc.GSVA

微阵列和RNA-seq数据的基因集变异分析

Bioconductor版本:Release (3.15)

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执行坐标系的变化，将数据从样本矩阵的基因转换为样本矩阵的基因集，从而允许评估每个样本的通路富集。这种新的GSVA富集评分矩阵有助于以通路为中心应用标准分析方法，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:Robert Castelo [aut, cre]， Justin Guinney [aut]， Alexey Sergushichev [ctb]， Pablo Sebastian Rodriguez [ctb]

维护者:Robert Castelo < Robert。Castelo在upf.edu>

安装

要安装这个包，启动R(版本“4.2”)并输入:

如果(!require("BiocManager"， quiet = TRUE)) install.packages("BiocManager")

对于R的旧版本，请参考相应的Bioconductor释放．

文档

要查看系统中安装的此包版本的文档，请启动R并输入:

browseVignettes(“GSVA”)

超文本标记语言	R脚本	基因集变异分析
PDF		参考手册
文本		新闻

细节

biocViews	FunctionalGenomics，GeneSetEnrichment，微阵列，通路，RNASeq，软件
版本	1.44.5
在Bioconductor	BioC 2.8 (R-2.13)(11.5年)
许可证	GPL (>= 2)
取决于	R (>= 3.5.0)
进口	方法，统计，utils，图形，S4Vectors，IRanges，Biobase，SummarizedExperiment，GSEABase，矩阵(>= 1.5-0)，平行，BiocParallel，SingleCellExperiment，sparseMatrixStats，DelayedArray，DelayedMatrixStats，HDF5Array，BiocSingular
链接
建议	BiocGenerics，RUnit，BiocStyle，knitr，rmarkdown，limma，RColorBrewer，org.Hs.eg.db，genefilter，刨边机，GSVAdata，闪亮的，shinydashboard，ggplot2，data.table，情节，未来，承诺，shinybusy，shinyjs
SystemRequirements
增强了
URL	https://github.com/rcastelo/GSVA
BugReports	https://github.com/rcastelo/GSVA/issues
全靠我	SISPA
进口我	consensusOV，EGSEA，逃避，oppar，singleCellTK，TBSignatureProfiler，TNBC。CMS
建议我	解耦，MCbiclust，麻雀
链接到我
构建报告

包档案

遵循2021年欧洲杯比分预测 在R会话中使用此包的说明。

源包	GSVA_1.44.5.tar.gz
Windows二进制	GSVA_1.44.5.zip
macOS二进制文件(x86_64)	GSVA_1.44.5.tgz
源库	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:packages/GSVA
包短Url	//www.andersvercelli.com/packages/GSVA/
软件包下载报告	下载数据
BioC 3.15的旧源包	源存档