rsgcc.gui(rsgcc)
rsgcc.gui()所属R语言包：rsgcc
graphical user interface (GUI) of rsgcc package
图形用户界面（GUI）rsgcc包
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This function provides a graphical user interface (GUI) to perform the correlation and clustering analysis via a series of mouse actions without command-line based R programmming. The output of clustering informaiton in "CDT" format can be further visulized and analyzed by TreeView program.
此功能提供了图形用户界面（GUI）来执行通过一系列的鼠标操作，而不基于命令行的ŕprogrammming的相关性和聚类分析。的输出聚类情报在“CDT”格式的，可以进一步visulized和TreeView控件程序进行分析。
用法----------Usage----------
rsgcc.gui(margins = c(1, 1), labRow = "", labCol = "",
lwid = c(0.5, 0.05, 0.01, 0.5, 0.01, 0.05, 0.5),
keynote = "FPKM")
参数----------Arguments----------
参数：margins
a numeric vector containing 2 elements specifying the margins for heat map. See (par(mar=*)).
一个数字矢量包含2个元素指定热图的边缘。 （每股（月= *））。
参数：labRow
character strings indicating the lables of rows. Default to rownames(x).
字符串，表示行的标贴。默认的行名（X）。
参数：labCol
character strings indicating the lables of columns. Default to colnames(x).
字符串，指示列的标贴。默认列名（X）。
参数：lwid
column width for visual layout.
列宽的可视化布局。
参数：keynote
a character string indicating the lable of color key.
一个字符串，表示拉布勒颜色键。
Details
详细信息----------Details----------
For heat map of ts-genes, rsgcc will run the gcc.tsheatmap function. the lwid could be c(0.5, 0.05, 0.01, 0.5, 0.01, 0.05, 0.5). The 2nd, 4th and 6th elements are column widths of color tissue bar, heat map and color key bar. The 3rd and 5th are the widths of separation for these three figures. The The first and last elements are the widths of "blank region" for displaying the labels of tissue and key bar. If the option "Find and cluster ts-genes" is not selected, rsgcc will call the gcc.heatmap for clustering analysis. In this case, the lwid should be a numeric vector with two elements(e.g.,c(0.65,4)). Here 0.65 is the width of column for row dendrogram. 4 is the width of heat map.
热图TS基因，rsgcc将运行gcc.tsheatmap的功能。 lwid可能。（0.5，0.05，0.01，0.5，0.01，0.05，0.5）。第二，第四和第六元素颜色的组织吧，热图和色键栏的列宽。第3和第5分离这三个数字的宽度。该第一个和最后一个元素是用于显示的标签的组织和键栏的“空白区”的宽度。如果选择“查找和rsgcc聚类TS基因”没有被选中，将调用聚类分析的gcc.heatmap。在这种情况下，的lwid应该具有两个元素（例如，c（0.65,4））是一个数值向量。其中，0.65的列宽行聚类分析。图4是热图的宽度。
注意----------Note----------
rsgcc.gui is built upon gWidgets package. Make sure "gWidgets" and "gWidgetsRGtk2" package is properly installed.
rsgcc.gui是建立在gWidgets包。确保的“gWidgets”，并已正确安装“gWidgetsRGtk2”包。
The following is a guide of using the rsgcc GUI.
以下是指南使用rsgcc GUI。
Step 1: Select a gene expression data file and load expression data with read.table or read.csv, which is decided by the program itself according to the file suffix (".txt", ".csv", or nothing). Each row of the table is one gene, and each column is the expression data of one sample. The column names are sample IDs indiciating the tissue informaiton (i.e., "T1.1", "T1.2", "T2"). After the data is alreadly loaded, you can click the option ("Display loaded data") to display the gene expression datain a new window. If the tissue-specific genes are interested for the clustering analysis, please select the option ("Find and cluster ts-genes") and specify the threshold of tissue-specificity score (Default 0.95. The threshold should be smaller than 1.0; the <ENTER> MUST be pressed to confirm the change ).
步骤1：选择一个基因表达数据文件和负载表达数据read.table或read.csv，这是由程序本身决定根据文件后缀（“文本”，“CSV”，或没有） 。表中的每一行是一个基因，和每一列是一个样品的表达数据。列名是样品标识indiciating组织情报（即“T1.1”，“T1.2”，“T2”）。的的数据是alreadly加载后，你可以点击选项（“显示加载的数据”），以显示该基因表达DATAIN一个新的窗口。如果有兴趣的组织特异性基因的聚类分析，请选择该选项（“查找和聚类TS基因”），并指定组织特异性得分的阈值（默认值0.95。阈值应小于1.0; <ENTER>必须按确认更改）。
Step 2: Selecte a correlation method. Default: Gini correlation.
第2步：选型具有一个相关的方法。默认值：基尼相关。
Step 3: Specify a distance measure. Default: raw correlation (1-coef).
步骤3：指定距离测量。默认值：原始相关（1系数）。
Step 4: Choose a cluster method. In current version, rsgcc includes seven cluster methods. More information about these cluster methods can be found at the help page of hclust function.
第4步：选择一个聚类的方法。在目前的版本中，rsgcc包括7个聚类方法。这些聚类方法的更多信息，可以发现在的帮助页的hclust功能。
Step 5: Set a integer for the number of CPUs to be used. The snowfall package in R is needed for the paralleled computing to speed up the calculation of correlation coefficients. After you change the number, the <ENTER> MUST be pressed to confirm the change.
步骤5：设置为要使用的CPU的数目的一个整数。 R中的降雪包需要并联加快计算的相关系数的计算。更改后的号码，<ENTER>必须按下确认更改。
Step 6: Press the button "Start to run" to perform the correlation and clustering analysis of gene expression data. A heat map will be visualized at the right region of interface if the task is finished.
第6步：按下按钮“开始运行”，以执行相关的基因表达数据的聚类分析。热图将显示在界面的右侧区域的，如果任务完成。
Step 7: Three bars can be slided to adjust colors in heat map.
第7步：三热图的颜色条可以滑动调整。
Step 8: After the appropriate colors have already been determined, you can "save correlation and cluster data". The correlations will be output to a file with three columns (gene1, gene2, correlation). The cluster information will be output into three files (the suffix are ".atr", ".gtr" and ".cdt") for visualizing and analyzing by Treeview program. A pdf file will also be generated for heat map. All these files in the same directory of gene expression data file.
第8步：经过适当的颜色已经确定，你可以“保存度和聚类数据”。的相关性将被输出到一个文件3的列（gene1，gene2，相关）。的聚类信息将被输出到三个文件（后缀“ATR”，“GTR”和“。华泽”），用于可视化和分析由树形目录程序。 PDF文件，也可以生成热图。所有这些文件中的基因表达数据文件相同的目录。
（作者）----------Author(s)----------
Chuang Ma, Xiangfeng Wang
参见----------See Also----------
gcc.tsheatmap, gcc.heatmap.
gcc.tsheatmap，gcc.heatmap。
实例----------Examples----------
## Not run: [＃不运行：]
library("gWidgetsRGtk2")
library(rsgcc)
## the GUI of rsgcc will show up after the GUI toolkit "gWidgetsRGtk2" is selected.[＃GUI rsgcc后的GUI工具包的“gWidgetsRGtk2”被选中。]
rsgcc.gui()
## End(Not run)[＃（不执行）]
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。
|
发表于 2012-9-28 21:54:31
