R语言 reb包 cset2band()函数中文帮助文档(中英文对照)

loveR

cset2band(reb)
cset2band()所属R语言包：reb

                                         cset2band
                                         cset2band

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function will summarize gene expression data by cytogenetic band
此功能将总结带单元遗传学基因表达数据


用法----------Usage----------


cset2band(exprs, genome, chr = "ALL", organism = NULL, FUN = isAbnormal, ...)



参数----------Arguments----------

参数：exprs
matrix of gene expression data or similar. The rownames must contain the gene identifiers  
基因表达数据或类似的矩阵。 rownames必须包含的基因标识


参数：genome
an associated chromLoc annotation object  
关联的chromLoc注释对象


参数：chr
a character vector specifying the chromosomes to analyze
一个字符向量指定的染色体分析


参数：organism
character, "h" for human, "m" for mouse, and "r" for rat.; defaults to NULL - loads from chromLocation object  
字符，“H”的人，“M”鼠标，“R”为鼠;默认为NULL  - 从chromLocation对象的负载


参数：FUN
function by which to aggregate/summarize each cytogenetic band  
聚集功能/总结每个单元遗传学带


参数：...
extra arguments passed on to the aggregate/summary function  
额外的参数传递给总/汇总函数


Details

详情----------Details----------

This function loops through each band for a given organism and summarizes the data for genes that lie  within each cytogenetic band based upon the input function. For example, a matrix of gene expression values could be used and the mean expression of each band be determined by passing the mean function. Alternative, DNA copy number gains or losses could be predicted using the reb function and regions of likely gain or losses be summarized by cytogenetic band using the isAbnormal function.
这个函数遍历每个波段，对于一个给定的有机体和总结的基因，在于根据输入功能每个单元遗传学带内的数据。例如，可以使用和基因表达值的矩阵，确定每个波段的平均表达，通过mean功能。可以预测使用reb功能和可能的收益或损失的区域使用isAbnormal函数总结遗传学带替代，DNA拷贝数收益或损失。


值----------Value----------

a matrix with rows representing cytogenetic bands, and columns representing individual samples.
有代表遗传学乐队，列代表个别样品的行矩阵。


作者（S）----------Author(s)----------


Karl Dykema



举例----------Examples----------



   data(mcr.eset)
   data(idiogramExample)

## Create a vector with the index of normal samples[＃创建一个向量与正常样本指数]
   norms <- grep("MNC",colnames(mcr.eset@exprs))

## Smooth the data using the default 'movbin' method,[＃平滑使用默认“movbin”方法的数据，]
## with the normal samples as reference and median centering[＃与正常样本作为参考和中位数定心]
   cset <- reb(mcr.eset@exprs,vai.chr,ref=norms,center=TRUE)

## Mask the result to remove noise[＃掩盖的结果，消除噪音]
   exprs <- cset[,-norms]
   exprs[abs(exprs) < 1.96] <- NA

## Starting data[＃开始的数据]
   midiogram(exprs,vai.chr,method="i",col=.rwb,dlim=c(-4,4))

## Summarize each cytogenetic band[＃总结每个单元遗传学带]
   banded <- cset2band(exprs,vai.chr,FUN=mean,na.rm=TRUE)

## Create chromLocation object based on human cytobands[基于人类cytobands＃创建chromLocation的对象]
   h.cyto <- buildChromCytoband(organism = "h")

## Plot all data using mideogram[＃绘制所有数据使用mideogram]
   midiogram(banded,h.cyto,method="i",col=.rwb,dlim=c(-4,4))


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。