scPCA

DOI:10.18129 / B9.bioc.scPCA

这是发展scPCA版本;稳定发布版本请参见scPCA．

稀疏对比主成分分析

Bioconductor版本:开发(3.16)

高维生物数据稀疏对比主成分分析(scPCA)工具箱。scPCA结合了稀疏PCA的稳定性和可解释性和对比PCA的能力，通过使用对照数据将生物信号从不需要的变化中分离出来。同时实现和扩展cPCA。

作者:Philippe Boileau [aut, cre, cph]， Nima Hejazi [au]，桑德琳·杜杜伊特[ctb, th]

维护者:Philippe Boileau

安装

要安装此包，启动R(版本“4.2”)并输入:

如果(!require("BiocManager"， quiet = TRUE)) install.packages("BiocManager") #初始化使用Bioc devel BiocManager::install(version='devel') BiocManager::install("scPCA")

对于较老版本的R，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，请从R开始并输入:

browseVignettes(“scPCA”)

超文本标记语言	R脚本	稀疏对比主成分分析
PDF		参考手册
文本		新闻
文本		许可证

细节

biocViews	DifferentialExpression，GeneExpression，微阵列，PrincipalComponent，RNASeq，测序，软件
版本	1.11.0
Bioconductor自	BioC 3.10 (R-3.6)(2.5年)
许可证	麻省理工学院+文件许可证
取决于	R (> = 4.0.0)
进口	统计数据、方法为了，宠物猫，dplyr，purrr，stringr，Rdpack，matrixStats，BiocParallel，elasticnet，sparsepca，集群，kernlab，折纸，RSpectra，鸡笼，矩阵，DelayedArray，ScaledMatrix，MatrixGenerics
链接
建议	DelayedMatrixStats，sparseMatrixStats，testthat(> =魅惑,covr，knitr，rmarkdown，BiocStyle，ggplot2，ggpubr，飞溅，SingleCellExperiment，微基准测试
SystemRequirements
增强了
URL	https://github.com/PhilBoileau/scPCA
BugReports	https://github.com/PhilBoileau/scPCA/issues
取决于我	OSCA。先进,OSCA.workflows
进口我
建议我
我的链接
构建报告

包档案

遵循2021年欧洲杯比分预测 在R会话中使用这个包的说明。

源包	scPCA_1.11.0.tar.gz
Windows二进制	scPCA_1.11.0.zip
macOS 10.13 (High Sierra)	scPCA_1.11.0.tgz
源库	git克隆https://git.bioconductor.org/packages/scPCA
源存储库(开发人员访问)	git克隆git@git.bioconductor.org:包/ scPCA
包短Url	//www.andersvercelli.com/packages/scPCA/
包下载报告	下载数据