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

loveR

graphConverter(RpsiXML)
graphConverter()所属R语言包：RpsiXML

                                        maps one type of grap onto another
                                         图上的一个类型到另一个的GRAP

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The graphConverter function takes a graphNEL object, along with some information about what species that graphNEL is from and what species you wish to convert it into, and then uses the mappings in the inparanoid packages to convert that graph into an equivalent graph from the other species.  The hyperGraphConverter performs the same service for either an incidence matrix or a Hypergraph.
的graphConverter函数需要graphNEL的对象，什么品种，graphNEL是什么，你想将其转换成的物种，然后使用在INPARANOID包的映射转换成从其他物种的等效图，图的一些信息。关联矩阵或一个超hyperGraphConverter执行相同的服务。


用法----------Usage----------


  graphConverter(graph, srcSpecies, destSpecies,
    srcIDType, destIDType, keepMultGeneMatches=FALSE,
    keepMultProtMatches=FALSE)
  hyperGraphConverter(graph, srcSpecies, destSpecies, srcIDType,
    destIDType, mapCols=FALSE, keepMultGeneMatches=FALSE,
    keepMultProtMatches=FALSE)



参数----------Arguments----------

参数：graph
If calling graphConverter. then this is a graphNEL object.  Otherwise, it will be an incidence matrix or a hyperGraph
如果调用graphConverter。然后这是graphNEL的对象。否则，这将是关联矩阵或超图


参数：srcSpecies
The original source species in in paranoid format. In other words, the 3 letters of the genus followed by 2 letters of the species in all caps.  Ie. 'HOMSA' is for Homo sapiens etc.
原源种在偏执格式的。换句话说，属3个字母，其次是2种字母全部大写。即。 “HOMSA”是智人等


参数：destSpecies
the destination species in inparanoid format
INPARANOID格式目标物种


参数：srcIDType
The source ID type written exactly as it would be used in a mapping name for an eg package.  So for example, 'UNIPROT' is how the uniprot mappings are always written, so we keep that convention here.
源ID类型的书面正是因为它会被用于如包在映射名称。因此，例如，“UNIPROT”总是写，如何uniprot映射，所以我们保持该公约。


参数：destIDType
the destination ID, written the same way as you would write the srcIDType.
目标ID，写同样的方式，你会写srcIDType。


参数：mapCols
For hyperGraphConverter set to true if the cols are gene names so that they too will be mapped.
为hyperGraphConverter设置为true，如果COLS是基因名称，使他们也将被映射。


参数：keepMultGeneMatches
Do you want to try and keep the 1st ID in those ambiguous cases where more than one protein is suggested?  (You probably want to filter them out - hence the default is FALSE)
你要尽力保持第一的ID在一个以上的蛋白质建议那些模棱两可的情况下？ （您可能想要过滤出来 - 因此默认为FALSE）


参数：keepMultProtMatches
Do you want to try and keep the 1st ID in those ambiguous cases where more than one protein is suggested? (default = FALSE)
你要尽力保持第一的ID在一个以上的蛋白质建议那些模棱两可的情况下？ （默认为FALSE）


值----------Value----------

A graphNEL containing as many nodes as it was possible to find matches for.
一个包含许多节点，因为它是可以找到匹配的graphNEL。


作者（S）----------Author(s)----------


Marc Carlson



举例----------Examples----------


  library(AnnotationDbi)
  directory <- system.file("/extdata/psi25files",
                           package="RpsiXML")
  mintXML <- file.path(directory,
                       "mint_200711_test.xml")
  mintGraph <- separateXMLDataByExpt(xmlFiles=mintXML,
                                     psimi25source = MINT.PSIMI25,
                                     type = "indirect",
                                     directed=TRUE,
                                     abstract=FALSE)

#[]
#  if(require("hom.Mm.inp.db") &amp; require("org.Mm.eg.db")) {[（需要（“hom.Mm.inp.db”）及要求（的“org.Mm.eg.db”））{]
#    newGraph = graphConverter(mintGraph[[1]], "MUSMU", "HOMSA")[newGraph = graphConverter（mintGraph [[1]，“MUSMU”，“HOMSA”）]
#  }[}]

  ##Get a hypergraph[＃获取一个超]
  xmlDir <- system.file("/extdata/psi25files",package="RpsiXML")
  intactComplexxml <- file.path(xmlDir,"intact_complexSample.xml")
  hyperGraph <- buildPCHypergraph(intactComplexxml, INTACT.PSIMI25)

#  if(require("hom.Hs.inp.db")) {[如果需要（“hom.Hs.inp.db”）{]
#  ##Convert it[＃转换]
#  newHyper = hyperGraphConverter(hyperGraph, "HOMSA", "MUSMU", "UNIPROT",[newHyper = hyperGraphConverter（超图，“HOMSA”，“MUSMU”，“UNIPROT”]
#  "UNIPROT")[“UNIPROT”）]
#  }[}]

  ##Get a incidence matrix from ScISI[＃获取从ScISI的关联矩阵]
  if(require(ScISI)) {
    data(ScISIC)
#   if(require("org.Sc.eg.db")) {[如果需要（“org.Sc.eg.db”）{]
#     ##Convert it[＃转换]
#     newScISIC = hyperGraphConverter(ScISIC, "SACCE", "MUSMU",[newScISIC = hyperGraphConverter（ScISIC，“SACCE”，“MUSMU”]
#                 srcIDType="ORF", destIDType = "EG")[srcIDType =“框”，destIDType =“如”）]
#    }[}]
#  }[}]

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。