Bioconductor版本:发行版(3.16)
标记富集建模,自动生成和显示从单细胞数据中识别的细胞群的定量标签。MEM的输入是一个数据集,该数据集具有预先聚类或预先门化的总体,其中单元格在行中,特征在列中。标签传达了测量特征的列表和特征在每个种群中的相对富集水平。MEM可以应用于各种各样的数据类型,并可以比较MEM标签从流式细胞术,大规模细胞术,单细胞RNA-seq,和使用RMSD谱流式细胞术。
作者:Sierra Lima [aut]
, Kirsten Diggins [au]
,乔纳森爱尔兰语[aut, cre]
维护者:Jonathan Irish < Jonathan。爱尔兰在vanderbilt.edu >
引用(从R中,输入引用(“cytoMEM”)):
要安装此包,启动R(版本“4.2”)并输入:
如果(!require("BiocManager", quiet = TRUE)) install.packages("BiocManager")
对于较老版本的R,请参考相应的Bioconductor释放.
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(“cytoMEM”)
| 超文本标记语言 | R脚本 | Intro_to_Marker_Enrichment_Modeling_Analysis |
| 参考手册 | ||
| 文本 | 新闻 |
| biocViews | CellBiology,分类,聚类,DataImport,DataRepresentation,FlowCytometry,蛋白质组学,SingleCell,软件,SystemsBiology |
| 版本 | 1.2.0 |
| Bioconductor自 | BioC 3.15 (R-4.2)(0.5年) |
| 许可证 | GPL-3 |
| 取决于 | R (> = 4.2.0) |
| 进口 | gplots、工具、flowCore, grDevices, stats, utils,matrixStats、方法 |
| 链接 | |
| 建议 | knitr,rmarkdown |
| SystemRequirements | |
| 增强了 | |
| URL | https://github.com/cytolab/cytoMEM |
| 取决于我 | |
| 进口我 | |
| 建议我 | |
| 我的链接 | |
| 构建报告 |
遵循bob 体育网址 在R会话中使用这个包的说明。
| 源包 | cytoMEM_1.2.0.tar.gz |
| Windows二进制 | cytoMEM_1.2.0.zip |
| macOS二进制(x86_64) | cytoMEM_1.2.0.tgz |
| macOS二进制(arm64) | cytoMEM_1.1.0.tgz |
| 源库 | git克隆https://git.bioconductor.org/packages/cytoMEM |
| 源存储库(开发人员访问) | git克隆git@git.bioconductor.org:包/ cytoMEM |
| 包短Url | //www.anjoumacpherson.com/packages/cytoMEM/ |
| 包下载报告 | 下载数据 |