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

loveR

relNetworkM(maigesPack)
relNetworkM()所属R语言包：maigesPack

                                         Relevance Network analysis
                                         相关的网络分析

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Function to construct Relevance Networks comparing two distinct biological types.
函数构造比较两个不同的生物类型的关联网络。


用法----------Usage----------


relNetworkM(data=NULL, gLabelID="GeneName", sLabelID="Classification",
            geneGrp=NULL, path=NULL, samples=NULL,
            type="Rpearson", ...)



参数----------Arguments----------

参数：data
object of class maiges.
对象类maiges。


参数：gLabelID
character string giving the identification of gene label ID.
基因标签的ID识别字符串。


参数：sLabelID
character string giving the identification of sample label ID.
样品标签标识的识别字符串。


参数：geneGrp
character string (or numeric index) specifying the gene group to calculate the correlation values between them. If NULL (together with path) all genes are used.
字符串（或数字索引）指定的基因组来计算它们之间的相关值。如果为NULL（连同路径）用于所有的基因。


参数：path
character string (or numeric index) specifying the gene network to calculate the correlation values between them. If NULL (together with geneGrp) all genes are used.
字符串（或数字索引）指定的基因网络计算它们之间的相关值。如果为NULL（连同geneGrp）的所有基因。


参数：samples
a named list with two character vectors specifying the two groups that must be compared.
与两个字符指定必须比较两个组的向量命名名单。


参数：type
type of correlation to be calculated. May be 'Rpearson'  (default), 'pearson', 'kendall' or 'spearman'.
相关类型来计算的。可能是“Rpearson”（默认），“培”，“肯德尔或矛。


参数：...
additional parameters for functions robustCorr or cor.
功能robustCorr或cor额外的参数。


Details

详情----------Details----------

This method uses the function cor to calculate  the usual correlation values or robustCorr to calculate  a robust correlation using an idea similar to the leave-one-out.  The correlation values are calculated for pairs of genes in the two groups specified by the argument samples, then a Fisher's Z transformation are done to calculate the significance for the difference between the two correlation values, this is implemented in the function compCorr. This method was first used in the work from Gomes et al. (2005).
这种方法使用的功能cor通常相关值计算或robustCorr计算一个强大的相关性，利用休假一个类似的想法。相关值由参数指定的两组基因对计算samples，费希尔的Z变换进行计算的意义，两者之间的相关值的差异，这是实现的功能 compCorr。第一次使用这种方法在戈麦斯等工作。 （2005年）。


值----------Value----------

The result of this function is an object of class maigesRelNetM.
这个函数的结果是一个对象类maigesRelNetM。


作者（S）----------Author(s)----------



Gustavo H. Esteves &lt;<a href="mailto:gesteves@vision.ime.usp.br">gesteves@vision.ime.usp.br</a>&gt;




参考文献----------References----------

R.; Martins, W.K.; Marques, S.M.; Camargo, L.P.; Brentani, H.; Pelosof, A.; Zitron, C.; Sallum, R.A.; Montagnini, A.; Soares, F.A.; Neves, E.J. &amp; Reis, L.F. Expression Profile of Malignant and Nonmalignant Lesions of Esophagus and Stomach: Differential Activity of Functional Modules Related to Inflammation and Lipid Metabolism, Cancer Research, 65, 7127-7136, 2005 (http://cancerres.aacrjournals.org/cgi/content/abstract/65/16/7127)

参见----------See Also----------

cor, robustCorr compCorr, maigesRelNetM, plot.maigesRelNetM, image.maigesRelNetM.
cor，robustCorrcompCorr，maigesRelNetM，plot.maigesRelNetM，image.maigesRelNetM。


举例----------Examples----------


## Loading the dataset[＃载入数据集]
data(gastro)

## Constructing the relevance network for sample[＃样品的相关网络建设]
## 'Tissue' comparing 'Neso' and 'Aeso' for the 1st gene group[＃组织“NESO”和“Aeso”的第一个基因组比较]
gastro.net = relNetworkM(gastro.summ, sLabelID="Tissue",
  samples = list(Neso="Neso", Aeso="Aeso"), geneGrp=11,
  type="Rpearson")

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。