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

loveR

classifySeg(segmentSeq)
classifySeg()所属R语言包：segmentSeq

                                         A method for defining a genome segment map by an empirical Bayesian classification method
                                         经验贝叶斯分类方法定义一个基因片段图的方法

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function acquires empirical distributions of sequence tag density from an already existing (or heuristically defined) segment map. It uses these to classify potential segments as either segments or nulls in order to define a new (and improved) segment map.
这个函数获得序列标签密度分布从现有（或启发式的定义）段图的经验。它使用这些归类为任何分部或空潜力的细分，以确定一个新的和改进的部分图。


用法----------Usage----------


classifySeg(sD, cD, aD, lociCutoff = 0.9, nullCutoff = 0.9, subRegion =
NULL, getLikes = TRUE, lR = FALSE, samplesize = 1e5, cl, ...)



参数----------Arguments----------

参数：sD
A segData object derived from the "aD" object.  
一个segData广告的对象派生的对象。


参数：cD
A lociData object containing an already existing segmentation map, or NULL.  
一个lociData对象，其中包含一个已经存在的分割图，或NULL。


参数：aD
An alignmentData object.  
alignmentData对象。


参数：lociCutoff
The minimum posterior likelihood of being a locus for a region to be treated as a locus.
最低的是一个区域被视为轨迹轨迹后的可能性。


参数：nullCutoff
The minimum posterior likelihood of being a null for a region to be treated as a null.
后一个区域被视为空空的可能性最小。


参数：subRegion
A data.frame object defining the subregions of the genome to be segmented. If NULL (default), the whole genome is segmented.
一个data.frame对象确定的基因组，分区域分割。如果为NULL（默认），全基因组是分段的。


参数：getLikes
Should posterior likelihoods for the new segmented genome (loci and nulls) be assessed?
应该为新的分段基因组（基因位点和空）后的似然性进行评估？


参数：lR
If TRUE, locus and null calls are made on the basis of likelihood ratios rather than posterior likelihoods. Not recommended.
如果为TRUE，轨迹和空通话的可能性，而不是后似然性比率的基础上。不推荐使用。


参数：samplesize
The sample size to be used when estimating the prior distribution of the data with the getPriors.NB function.
样本大小要使用时，数据的先验分布估计getPriors.NB功能。


参数：cl
A SNOW cluster object, or NULL. See Details.
雪聚类对象，或NULL。查看详细信息。


参数：...
Any additional parameters to be passed to heuristicSeg.
任何额外的参数被传递到heuristicSeg。


Details

详情----------Details----------

This function acquires empirical distributions of sequence tag density from the segmentation map defined by the "cD" argument (if "cD" is NULL or missing, then the heuristicSeg function is used to define a segmentation map. It uses these empirical distributions to acquire posterior likelihoods on each potential segment being either a true segment or a null region. These posterior likelihoods are then used to define the segment map.
此功能获得经验序列标签密度分布，从“CD”的说法（如果“CD”是NULL或失踪，然后heuristicSeg函数是用来定义一个分割图。它使用定义的分割图这些经验分派收购后似然性，是一个真正的细分市场或一个空区域的每一个潜在的段，然后用这些后似然性来定义段图。


值----------Value----------

A lociData object, containing the segmentation map discovered.
发现一个lociData对象，包含分割图。


作者（S）----------Author(s)----------



Thomas J. Hardcastle




参考文献----------References----------

RNA loci from high-throughput sequencing data. In press.

参见----------See Also----------

heuristicSeg a fast heuristic alternative to this function. plotGenome, a function for plotting the alignment of tags to the genome (together with the segments defined by this function). baySeq, a package for discovering differential expression in lociData objects.
heuristicSeg快速启发式替代此功能。 plotGenome，绘制对齐标记基因（连同这个函数定义段）的功能。 baySeq，lociData对象中发现差异表达的包。


举例----------Examples----------


# Define the chromosome lengths for the genome of interest.[定义感兴趣的基因组染色体长度。]

chrlens <- c(2e6, 1e6)

# Define the files containing sample information.[定义文件包含样本信息。]

datadir <- system.file("extdata", package = "segmentSeq")
libfiles <- c("SL9.txt", "SL10.txt", "SL26.txt", "SL32.txt")

# Establish the library names and replicate structure.[建立图书馆的名称和复制结构。]

libnames <- c("SL9", "SL10", "SL26", "SL32")
replicates <- c(1,1,2,2)

# Process the files to produce an `alignmentData' object.[处理文件，以生产alignmentData“对象。]

alignData <- readGeneric(file = libfiles, dir = datadir, replicates =
replicates, libnames = libnames, chrs = c(">Chr1", ">Chr2"), chrlens =
chrlens, gap = 100)

# Process the alignmentData object to produce a `segData' object.[处理的alignmentData的对象产生segData“对象。]

sD <- processAD(alignData, cl = NULL)

# Use the classifySeg function on the segData object to produce a lociData object.[使用上的segData对象classifySeg功能产生lociData对象。]

pS <- classifySeg(aD = alignData, sD = sD, subRegion = data.frame(chr = ">Chr1", start = 1, end = 1e5), getLikes = TRUE, cl = NULL)


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。