R语言 tigre包 tigre-package()函数中文帮助文档(中英文对照)

loveR

tigre-package(tigre)
tigre-package()所属R语言包：tigre

                                         tigre - Transcription factor Inference through Gaussian process Reconstruction of Expression
                                         蒂格雷 - 高斯重建过程中的表达转录因子推断

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This package implements the method of Gao et al. (2008) and Honkela et al. (2010) for Gaussian process modelling single input motif regulatory systems with time-series expression data. The method can be used to rank potential targets of transcription factors based on such data.
这个包实现了高等法。 （2008年）和Honkela等。 （2010）为高斯过程建模单输入主题与时间序列表达数据的监管系统。该方法可用于排名基于这些数据的转录因子的潜在目标。


Details

详情----------Details----------

For details of using the package please refer to the Vignette.
包使用的详细信息，请参阅的小插曲。


作者（S）----------Author(s)----------



Antti Honkela, Pei Gao, Jonatan Ropponen, Miika-Petteri Matikainen, Magnus Rattray, Neil D. Lawrence

Maintainer: Antti Honkela <antti.honkela@hiit.fi>




参考文献----------References----------

tigre: Transcription factor Inference through Gaussian process Reconstruction of Expression for Bioconductor. Bioinformatics 27(7):1026-1027, 2011. DOI: 10.1093/bioinformatics/btr057.
Gaussian process modelling of latent chemical species: applications to inferring transcription factor activities. Bioinformatics 24(16):i70–i75, 2008. DOI: 10.1093/bioinformatics/btn278.
E.~E.~M. Furlong, N.~D. Lawrence, and M.~Rattray. Model-based method for transcription factor target identification with limited data. Proc Natl Acad Sci USA 107(17):7793-7798, 2010. DOI: 10.1073/pnas.0914285107.

参见----------See Also----------

puma
puma


举例----------Examples----------


  # Load a mmgmos preprocessed fragment of the Drosophila developmental[加载的果蝇发育mmgmos预处理片段]
  # time series[时间序列]
  data(drosophila_gpsim_fragment)

  # Get the target probe names[获取目标探测名称]
  library(annotate)
  aliasMapping <- getAnnMap("ALIAS2PROBE",
                    annotation(drosophila_gpsim_fragment))
  twi <- get('twi', env=aliasMapping)
  fbgnMapping <- getAnnMap("FLYBASE2PROBE",
                   annotation(drosophila_gpsim_fragment))
  targetProbe <- get('FBgn0035257', env=fbgnMapping)

  # Learn the model[学习模式]
  model <- GPLearn(drosophila_gpsim_fragment,
                   TF=twi, targets=targetProbe,
                   useGpdisim=TRUE, quiet=TRUE)

  # Plot it[图]
  GPPlot(model, nameMapping=getAnnMap("FLYBASE",
                   annotation(drosophila_gpsim_fragment)))


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。