R语言 BAC包 CallRegions()函数中文帮助文档(中英文对照)

loveR

CallRegions(BAC)
CallRegions()所属R语言包：BAC

                                        Call and merge regions using joint posterior probabilities calculated by BAC.
                                         调用和使用联合后验概率计算由BAC合并区域。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Call and merge regions using joint posterior probabilities calculated by BAC.
调用和使用联合后验概率计算由BAC合并区域。


用法----------Usage----------


CallRegions(position,jointPP,cutoff=0.5,maxGap=500)



参数----------Arguments----------

参数：position
A vector containing the probe genomic positions
一个向量，包含探针基因的位置


参数：jointPP
A vector containing the joint posterior probabilities as returned by BAC.
由BAC返回一个向量，包含联合后验概率。


参数：cutoff
The cutoff used to call regions.
截止用来调用区域。


参数：maxGap
The maximum gap allowed between regions. Regions that are less than maxGap bps away will be merged.
区域之间允许的最大差距。少是比maxGap个基点的区域的距离将被合并。


值----------Value----------

A vector containing the region index for each probe. Probes with the same positive index belong to the same region, whereas probe with index zero are  background probes (not part of a bound region). These indices can be used to form a BED file, see example below.
每个探针的区域指数包含的一个向量。探针具有相同的阳性指数属于同一区域，而探针零指数背景探测器（不绑定区域的一部分）。这些指标可以被用来形成一张床的文件，见下面的例子。


作者（S）----------Author(s)----------



Raphael Gottardo, <a href="mailto:raph@stat.ubc.ca">raph@stat.ubc.ca</a>




参见----------See Also----------

BAC
BAC的


举例----------Examples----------


# Load the data[加载数据]
data(ER)
# Only select the first 5000 probes for speed-up[唯一的选择速度的第5000探针]
ER<-ER[1:5000,]
# Calculate the joint posterior probabilities[计算的联合后验概率]
#Only use 100 iterations for speed up (You should use more! See default value) [只使用速度可达100次迭代（你应该使用更多的默认值！）]
BAConER<-BAC(ER[,5:7], ER[,2:4], B=100,verbose=FALSE,w=5)
# For Regions using 0.5 cut-off for the joint posterior probabilities[区域联合后验概率为0.5截止]
ERregions<-CallRegions(ER[,1],BAConER$jointPP,cutoff=0.5,maxGap=500)
# Create the BED file[创建床上文件]
nRegions<-max(ERregions)
BED<-matrix(0,nRegions,4)
for(i in 1:nRegions)
{
BED[i,2:3]<-range(ER[ERregions==i,1])
#The score should be between 0 and 1000[比分应该是介于0和1000]
BED[i,4]<-max(BAConER$jointPP[ERregions==i])*1000
}
BED<-data.frame(BED)
# The ER data is a subset of chr 21[ER数据是CHR 21的一个子集]
BED[,1]<-"chr21"
names(BED)<-c("chrom","chromStart","chromEnd","Score")
# print it[打印]
print(BED)

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。