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

loveR

genomewidePlots(Clonality)
genomewidePlots()所属R语言包：Clonality

                                         Plot of the genomewide copy number profiles of a pair of tumors.
                                         积一对肿瘤的基因组复制的数量型材。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Plot contains genomewide profiles from a pair of tumors. It uses the output from the function clonality.analysis().
图包含一双肿瘤的基因组剖面。它采用输出从的功能clonality.analysis（）。


用法----------Usage----------


genomewidePlots(data.seg1, classall, ptlist, ptpair, ptLR, plot.as.in.analysis = TRUE)



参数----------Arguments----------

参数：data.seg1
Output of one-step segmentation - output OneStepSeg of clonality.analysis().  The chromosomes should be in the format "chr01p", "chr01q" etc.  
一步分割 - 的输出OneStepSeg的clonality.analysis（）的输出。染色体应该是在格式“chr01p”，“chr01q”等


参数：classall
Classifications of the chromosomes  - output ChromClass of clonality.analysis()  
染色体的分类 - 对clonality.analysis的输出ChromClass（）


参数：ptlist
Vector of the patient IDs in the order of the samples appearing in the data.   
病人在出现在数据样本的顺序标识的向量。


参数：ptpair
Two sample names for which the plot is desired
两个样品名称为图需要


参数：ptLR
Matrix with the likelihood ratios -  output LR of clonality.analysis()  
矩阵的可能性比 - 输出clonality.analysis的LR（）


参数：plot.as.in.analysis
If TRUE then the gain/loss  patterns  will be highlighted in accordance with the chromosome classification.  For example, if there are three segments in a chromosome, then the middle one determines the chromosome status. If it is normal, no color will be plotted in the chromosome even if the 1st and 3rd segments are gains or losses. Another example: if there are 2 or 3 different segments of gains, they will be combined and only one segment will be plotted. If plot.as.in.analysis is equal to FALSE, the original one-step CBS segmentation will be plotted.  
如果是TRUE，则收益/亏损按照染色体的分类模式，将突出。例如，如果有三个染色体片段，然后中间的一个决定的染色体状态。如果是正常的，没有颜色将被绘制在染色体第1和第3段，即使是收益或亏损。另一个例子：如果有2个或3个不同的收益部分，他们将被合并，只有一个段将绘制。如果plot.as.in.analysis等于FALSE，将原始一步CBS分割绘制。


Details

详情----------Details----------

Function produces genomewide plots of a pair of tumors.  The log-ratios are plotted in grey in the order of their genomic locations, gains are plotted in blue, and losses are plotted in red.
函数产生了对肿瘤的基因组图。log比是为了在其基因组的位置，绘制灰色收益绘制蓝色，红色绘制的损失。


举例----------Examples----------


# Same example as in clonality.analysis()[相同的例子如在clonality.analysis（）]
   #Analysis of paired breast samples from study[从学习配对的乳腺癌样本分析]
#Hwang ES, Nyante SF, Chen YY, Moore D, DeVries S, Korkola JE, Esserman LJ, and Waldman FM. [黄禹锡胚胎干，Nyante科幻，陈宜瑜，摩尔DeVries医师小号，Korkola乙脑，埃瑟曼LJ，瓦尔德曼调频。]
#Clonality of lobular carcinoma in situ and synchronous invasive lobular cancer. Cancer 100(12):2562-72, 2004.[小叶癌在原位和同步的浸润性小叶癌的克隆。癌症100（12）:2562-72，2004。]
#library(gdata)    #needed to read .xls files[库（GDATA）的需要读取xls文件]
#library(DNAcopy) [库（DNAcopy）]
#arrayinfo&lt;-read.xls("http://waldman.ucsf.edu/Colon/nakao.data.xls")  #needed to extract  genomic locations[arrayinfo <read.xls（“http://waldman.ucsf.edu/Colon/nakao.data.xls）＃需要提取基因组的位置]
#data&lt;-read.xls("http://waldman.ucsf.edu/Breast/Hwang.data.xls")[<read.xls（“http://waldman.ucsf.edu/Breast/Hwang.data.xls”）的数据]
#data&lt;-data[!is.na(data[,2]),][数据<数据！is.na（数据[2]）]]
#data&lt;-data[apply(is.na(data),1,sum)&lt;=50,][数据<数据应用（is.na（数据），1，总和）<= 50]]
#data&lt;-data[,apply(is.na(data),2,sum)&lt;=1000][数据<数据，适用于（is.na（数据），2，总和）<= 1000]]
#data$Position&lt;-arrayinfo$Mb[match(toupper(as.character(data[,1])),toupper(as.character(arrayinfo[,1])))][]
#data&lt;-data[!is.na(data$Position),][数据<数据！is.na（数据位置）]]
#dim(data)[昏暗的（数据）]
#length(unique(paste(data$Chromosome, data$Position))) #there are repeated genomic locations[长度（独特（膏（数据$染色体，数据元的位置）））＃有重复的基因位置]
#data&lt;-data[c(TRUE,data$Position[-1]!=data$Position[-1864]),] #discard probes with repeated genomic locations[数据<数据[C（TRUE时，数据元的位置[-1] =数据元的位置[-1864]），＃丢弃重复的基因组位置的探针]
#data&lt;-data[data$Chromosome&lt;=22,] #getting rid of X and Y chromosomes[数据<数据[数据$染色体<= 22，]＃X和Y染色体]
#dataCNA&lt;-CNA(as.matrix(data[,c(4:6,28:30)]),maploc=data$Position,chrom=data$Chromosome,sampleid=names(data)[c(4:6,28:30)]) #taking the first 3 patients only to shorten the computation time; use c(4:51) for the full dataset[＃采取的第3例患者，不仅缩短了计算时间;完整的数据集使用C（4:51）]

#dataCNA$maploc&lt;-dataCNA$maploc*1000 #transforming maploc to Kb scale[dataCNA美元maploc <-dataCNA $ maploc * 1000＃转化maploc KB规模]
#dataCNA$chrom&lt;- splitChromosomes( dataCNA$chrom,dataCNA$maploc)  #splits the chromosomes into arms[dataCNA美元CHROM < -  splitChromosomes（dataCNA元铬，dataCNA美元maploc）＃分割成武器的染色体]


#ptlist&lt;-substr(names(dataCNA)[-c(1,2)],1,4)[ptlist <SUBSTR（名称（dataCNA）-C（1,2）]，1,4）]
#samnms&lt;-names(dataCNA)[-c(1,2)][samnms <名称（dataCNA）-C（1,2）]]

#results&lt;-clonality.analysis(dataCNA, ptlist,  pfreq = NULL, refdata = NULL, nmad = 1.25, [结果<clonality.analysis（dataCNA，ptlist，pfreq = NULL，refdata = NULL，nmad = 1.25，]
# reference = TRUE, allpairs = FALSE)[参考= TRUE allpairs = FALSE）]
              
#genomewide plots of pairs of tumors from the same patient[从同一病人对肿瘤的基因组图]
#pdf("genomewideplots.pdf",height=7,width=11)[PDF（的“genomewideplots.pdf”，高度= 7，宽度= 11）]
#for (i in unique(ptlist))[（独特的我（ptlist））]
#{[{]
#w&lt;-which(ptlist==i) [W <（ptlist ==我）]
#ns&lt;- length(w)[NS < - 长度（W）]
#if (ns&gt;1)[（NS> 1）]
#{[{]
#for (p1 in c(1ns-1)))[（P1（1：在C（NS-1）））]
#for (p2 in c((p1+1):ns))[（P2在C（（P1 +1）：NS））]
#genomewidePlots(results$OneStepSeg, results$ChromClass,ptlist , ptpair=samnms[c(w[p1],w[p2])],results$LR,  plot.as.in.analysis = TRUE) [的genomewidePlots（结果为OneStepSeg，结果ChromClass，ptlist，ptpair = samnms [C（W [P1]，W [P2]）]，结果为LR的，plot.as.in.analysis = TRUE时）]
#}[}]
#}[}]
#dev.off()[dev.off（）]



#pdf("hist.pdf",height=7,width=11)[PDF（的“hist.pdf”，高度= 7，宽度= 11）]
#histogramPlot(results$LR[,4], results$refLR[,4])[histogramPlot（结果为LR的[4]，结果美元refLR [4]）]
#dev.off()[dev.off（）]


#for (i in unique(ptlist))[（独特的我（ptlist））]
#{[{]
#pdf(paste("pt",i,".pdf",sep=""),height=7,width=11)[（粘贴（“PT”，“PDF”，SEP =“”），高度= 7，宽度= 11）]
#chromosomePlots(results$OneStepSeg, ptlist,ptname=i,nmad=1.25)[chromosomePlots（结果为OneStepSeg，ptlist，ptname =我，nmad = 1.25）]
#dev.off()[dev.off（）]
#}[}]


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。