mixOmics

DOI:10.18129 / B9.bioc.mixOmics

组学数据整合项目

Bioconductor版本:发行版(3.16)

多变量方法非常适合大型组学数据集，其中变量(例如基因、蛋白质、代谢物)的数量远远大于样本(患者、细胞、小鼠)的数量。它们具有通过使用工具变量(组件)来降低数据维数的吸引力，这些工具变量被定义为所有变量的组合。然后使用这些组件生成有用的图形输出，以便更好地理解所集成的不同数据集之间的关系和相关结构。mixOmics为生物数据集的探索和集成提供了广泛的多元方法，特别关注变量选择。该软件包提出了我们开发的几个稀疏多元模型，以识别高度相关的关键变量，和/或解释感兴趣的生物学结果。mixOmics可以分析的数据可能来自高通量测序技术，如组学数据(转录组学、代谢组学、蛋白质组学、宏基因组学等)，但也可能超出组学领域(如光谱成像)。mixOmics中实现的方法还可以处理缺失的值，而不必删除包含缺失数据的整行。一个非详尽的方法列表包括变体的广义典型相关分析，稀疏偏最小二乘和稀疏判别分析。最近，我们实现了整合方法来组合多个数据集:n -积分与广义典型相关分析的变量和p -积分与多群偏最小二乘的变量。

作者:kimanh Le Cao [aut]， Florian Rohart [aut]， Ignacio Gonzalez [aut]， Sebastien Dejean [aut]， Al J Abadi [ctb, cre]， Benoit Gautier [ctb]， Francois Bartolo [ctb]， Pierre Monget [ctb]， Jeff Coquery [ctb]，姚方zou [ctb]， Benoit Liquet [ctb]

维护者:Al J Abadi < Al .jal。阿巴迪在gmail.com>

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(“mixOmics”)

超文本标记语言	R脚本	mixOmics
PDF		参考手册
文本		新闻

细节

biocViews	分类，GenePrediction，ImmunoOncology，代谢组学，宏基因组，微阵列，MultipleComparison，蛋白质组学，回归，测序，软件
版本	6.22.0
在Bioconductor	BioC 3.8 (R-3.5)(4年)
许可证	GPL (>= 2)
取决于	R (>= 3.5.0)，质量，晶格，ggplot2
进口	igraph，椭圆，corpcor，RColorBrewer平行,dplyr，tidyr，reshape2、方法、matrixStats，rARPACK，gridExtra， grDevices，图形，统计，ggrepel，BiocParallel,跑龙套
链接
建议	BiocStyle，knitr，rmarkdown，testthat，rgl
SystemRequirements
增强了
URL	http://www.mixOmics.org
BugReports	https://github.com/mixOmicsTeam/mixOmics/issues/
全靠我	timeOmics
进口我	AlpsNMR，服饰，multiSight，POMA
建议我	自治，netOmics
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	mixOmics_6.22.0.tar.gz
Windows二进制	mixOmics_6.22.0.zip(64位)
macOS二进制文件(x86_64)	mixOmics_6.22.0.tgz
macOS二进制文件(arm64)	mixOmics_6.22.0.tgz
源库	git克隆https://git.bioconductor.org/packages/mixOmics
源存储库(开发人员访问)	git克隆git@git.bioconductor.org:packages/mixOmics
生物包浏览器	https://code.bioconductor.org/browse/mixOmics/
包短Url	//www.andersvercelli.com/packages/mixOmics/
软件包下载报告	下载数据