R语言 CSAR包 sigWin()函数中文帮助文档(中英文对照)

loveR

sigWin(CSAR)
sigWin()所属R语言包：CSAR

                                        Calculate regions of read-enrichment
                                         计算读富集的区域

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Calculate regions of read-enrichment
计算读富集的区域


用法----------Usage----------


sigWin(experiment, t = 1, g = 100)



参数----------Arguments----------

参数：experiment
Output of the function ChIPseqScore
输出的功能ChIPseqScore


参数：t
Numeric value. Read-enriched regions are calculated as genomic regions with score values bigger than t  
数值。读富集区域计算基因组区域的分值比t大


参数：g
Integer value. The maximum gap allowed between regions. Regions that are less than g bps away will be merged.   
整数值。区域之间允许的最大差距。区域的少比g基点的距离将被合并。


值----------Value----------

A data.frame structure with the columns being:
一个与列的数据框结构：


参数：chr
Chromosome name
染色体的名字


参数：start
Start of the read-enriched region
开始读富集区域


参数：end
End of the read-enriched region
读富集区域结束


参数：posPeak
Position of the maximum score value on the read-enriched region
读富集区域的最高得分值的位置


参数：score
Maximum score value on the read-enriched region
读富集区域的最高得分值


参数：length
Read-enriched region length
读富集区的长度


作者（S）----------Author(s)----------


Jose M Muino, <a href="mailto:jose.muino@wur.nl">jose.muino@wur.nl</a>



参考文献----------References----------



参见----------See Also----------

CSAR-package
的CSAR-包


举例----------Examples----------



##For this example we will use the a subset of the SEP3 ChIP-seq data (Kaufmann, 2009)[＃在这个例子中，我们将使用的SEP3的ChIP-seq的数据的一个子集（考夫曼，2009）]
data("CSAR-dataset");
##We calculate the number of hits for each nucleotide posotion for the control and sample. We do that just for chromosome chr1, and for positions 1 to 10kb[＃我们计算每个核苷酸posotion为控制和样品的点击次数。我们只是做染色体chr1的职位1到10KB]
nhitsS<-mappedReads2Nhits(sampleSEP3_test,file="sampleSEP3_test",chr=c("CHR1v01212004"),chrL=c(10000))
nhitsC<-mappedReads2Nhits(controlSEP3_test,file="controlSEP3_test",chr=c("CHR1v01212004"),chrL=c(10000))


##We calculate a score for each nucleotide position[＃我们计算每个核苷酸的位置得分]
test<-ChIPseqScore(control=nhitsC,sample=nhitsS)

##We calculate the candidate read-enriched regions[我们计算候选人读富集区域的＃]
win<-sigWin(test)


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。