R语言 HTSanalyzeR包 networkPlot()函数中文帮助文档(中英文对照)

loveR

networkPlot(HTSanalyzeR)
networkPlot()所属R语言包：HTSanalyzeR

                                         Plot the enriched subnetwork
                                         画出丰富子网

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function takes in a subnetwork module resulted from the function networkAnalysis, a vector of labels for nodes in the module and a phenotype vector (optional) to generate a figure.
此功能需要在一个子网模块，从功能networkAnalysis，模块中的节点和表型向量（可选），生成一个数字标签的向量。


用法----------Usage----------


networkPlot(nwAnalysisOutput, phenotypeVector=NULL)



参数----------Arguments----------

参数：nwAnalysisOutput
a list consisting of 'subnw' and 'labels', in which 'subnw' is the subnetwork module generated by the function networkAnalysis, while 'labels' is a character vector specifying the labels for all nodes in the module.   
“subnw和标签组成的列表，其中”subnw“是由函数生成的子网模块标签networkAnalysis，而是一个特征向量，指定模块中的所有节点的标签。


参数：phenotypeVector
a numeric or integer vector characterizing the phenotypes of nodes in the subnetwork module.   
一个数字或整数向量子网模块中的节点的表型特征。


Details

详情----------Details----------

The 'phenotypeVector' argument is optional. The subnetwork figure will be more readable if it is provided. See the function plotModule function in the 'BioNet' package for more details.
phenotypeVector“参数是可选的。如果它提供的子网数字将更具可读性。看到功能plotModule在“生物网”包功能的更多细节。


值----------Value----------

a subnetwork module of class graphNEL
一类graphNEL子网模块


作者（S）----------Author(s)----------



Xin Wang, Camille Terfve




参考文献----------References----------

for the functional analysis of biological networks. Bioinformatics. 2010 Apr 15;26(8):1129-30.
functional modules in protein-protein interaction networks: an integrated exact approach. Bioinformatics 2008 24(13):i223-i231.

参见----------See Also----------

networkAnalysis, viewSubNet, plotSubNet
networkAnalysis，viewSubNet，plotSubNet


举例----------Examples----------


## Not run: [＃无法运行：]
library(BioNet)
library(org.Dm.eg.db)
##load pvalues, interactome, and phenotype vector (see the vignette for[＃负载pvalues，相互作用，表型向量（见的小插曲]
##preprocessing details about this dataset)[这个数据集＃预处理细节）]
data("KcViab_PVals", "Biogrid_DM_Interactome", "KcViab_Data4Enrich")
##Identify subnetworks[＃确定子网]
enrichedSubNet <- networkAnalysis(pvalues=KcViab_PVals,
graph=Biogrid_DM_Interactome, fdr=0.001, verbose=TRUE)
dev.off()
map <- as.list(get("org.Dm.egSYMBOL"))
labels <- map[nodes(enrichedSubNet)]
nwAnalysisResult <- list(subnw=enrichedSubNet, labels=labels)
networkPlot(nwAnalysisOutput=nwAnalysisResult, phenotypeVector=
KcViab_Data4Enrich)

## End(Not run)[＃结束（不运行）]

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。