RTools4TB_1.1.4-package(RTools4TB)
RTools4TB_1.1.4-package()所属R语言包：RTools4TB
The RTools4TB package: data mining of public microarray data through connections to the TranscriptomeBrowser database.
RTools4TB包：数据挖掘的通过公众芯片连接的TranscriptomeBrowser数据库数据。
译者：生物统计家园网 机器人LoveR
描述----------Description----------
TranscriptomeBrowser (TBrowser, http://tagc.univ-mrs.fr/tbrowser) hosts a large collection of transcriptional signatures (TS) automatically extracted from the Gene Expression Omnibus (GEO) database. Each GEO experiment (GSE) was processed so that a subset of the original expression matrix containing the most relevant/informative genes was kept and organized into a set of homogeneous signatures. Each signature was tested for functional enrichment using annotations terms obtained from numerous ontologies or curated databases (Gene Ontology, KEGG, BioCarta, Swiss-Prot, BBID, SMART, NIH Genetic Association DB, COG/KOG...) using the DAVID knowledgebase. The RTools4TB package can be used to perform complexe queries to the database. RTools4TB can be helpful (i) to define the biological contexts (i.e, experiments) in which a set of genes are co-expressed and (ii) to define their most frequent neighbors.
TranscriptomeBrowser（TBrowser，http://tagc.univ-mrs.fr/tbrowser）举办的自动提取从基因表达综合数据库“（GEO）的转录签名（TS）的大集合。每个GEO实验（GSE）的处理，保持原包含最相关的/信息的基因的表达矩阵的一个子集，并组织成一组同质化签名。每个签名测试功能的使用，从众多的本体或使用大卫知识库策划数据库（基因本体论KEGG，BioCarta，瑞士-PROT，BBID，智能，NIH的遗传协会DB，焦炉煤气/ KOG）获得批注条款的铀浓缩。 RTools4TB包可以被用来执行配合物的数据库查询。 RTools4TB可以帮助（我）来定义生物背景（即实验），其中一组基因共同表达及（ii）来定义他们最频繁的邻居。
In addition, RTools4TB comes with a new algoritm, "Density Based Filtering And Markov Clustering" (DBF-MCL), whose goal is to partition large and noisy datasets. DBF-MCL is a tree-step adaptative algorithm that (i) find elements located in dense areas (ie. clusters) (ii) uses selected items to construct a graph and (iii) performs graph partitioning using MCL. This algorithm is implemented in the RTools4TB package although it requires a UNIX-like systems.
此外，RTools4TB配备了一个新的algoritm，“基于密度的过滤和马尔可夫聚类”（DBF的韧带），其目标是分区大和嘈杂的集。 DBF的韧带是一棵树步自适应算法（一）发现元素位于密集的区域（即聚类）（二）使用选定的项目来构建一个图形及（iii）执行图分区使用韧带。该算法实现在RTools4TB包，但它需要一个类UNIX系统。
Details
详情----------Details----------
作者（S）----------Author(s)----------
Bergon A., Lopez F., Textoris J., Granjeaud S. and Puthier D.
Maintainer: Aurelie Bergon <a href="mailto:bergon@tagc.univ-mrs.fr">bergon@tagc.univ-mrs.fr</a>
参考文献----------References----------
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。
|
发表于 2012-2-26 13:34:56
