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

loveR

normalizeData(CALIB)
normalizeData()所属R语言包：CALIB

                                         Normalization: estimation of absolute expression levels
                                         标准化：绝对表达水平的估计

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

estimates absolute expression levels for each combination of a gene  and a tested biological condition.
估计每一个基因和一个久经考验生物条件的组合绝对表达水平。


用法----------Usage----------


normalizeData(RG, parameter, array = array, condition = condition, dye = dye,
              cloneid = cloneid, idcol = idcol)



参数----------Arguments----------

参数：RG
an RGList_CALIB object
RGList_CALIB对象


参数：parameter
a ParameterList object
ParameterList对象


参数：array
integer vector specifying the index of the arrays.  Has length equal to two times of the number of arrays.  
整数向量指定的阵列索引。有长度等于阵列数量的2倍。


参数：condition
integer vector specifying the index of the conditions.  Has length equal to two times of the number of arrays.  
整数向量指定指数的条件。有长度等于阵列数量的2倍。


参数：dye
integer vector specifying the index of the dyes. Has length  equal to two times of the number of arrays.  
整数向量指定的染料指数。有长度等于阵列数量的2倍。


参数：cloneid
string vector specifying the clone ids of the clones to  be normalized. If missing, normalize all the clones.
字符串向量指定的克隆克隆IDS进行标准化。如果丢失，所有克隆标准化。


参数：idcol
string specifying the column name of clone ids in the  genes field of RG.  
字符串，指定的列名在基因领域的RG克隆IDS。


Details

详情----------Details----------

This function estimates absolute expression levels for each combination of  a gene and a tested biological condition from the measured intensity.  It accepts measured intensities from RG.
这个功能估计为每个测量强度的基因和一个久经考验生物条件的组合绝对表达水平。它接受来自RG测量强度。

The argument parameter is an object of ParameterList. The function accepts  model parameters from this argument.
参数parameter是对象ParameterList。该函数接受这种说法的模型参数。

By using this function, for each combination of a gene and a tested biological condition, a single absolute expression level fo target is estimated. Therefore, specifying the design of experiment is necessary. Namely, the design of array,  condition and dye is needed. The three arguments array,condition  and dye are three numeric vector to indicate the design of array,  condition and dye respectively. How to specify these three arguments refer to  the example below.
使用这个功能，每个组合的基因和一个久经考验生物条件的，单一的绝对表达水平FO目标估计。因此，指定的实验设计是必要的。即，数组，条件和染料的设计是必要的。这三个参数array，condition和dye是三个数字分别表示数组，条件和染料的设计的向量。如何指定这三个参数是指下面的例子。

The function is able to not only estimate all the genes on the slides but also estimate any gene on the slides seperately. The argument cloneid accepts the clone ids of which the genes are interested by the user. If cloneid argument is missing, the function will estimate all the genes on the slides.In order to  match clone id in the RG, column name which indicates clone ids in RG\$genes should be specified by argument idcol.
功能是能够不仅估计在幻灯片上的所有基因，但估计在幻灯片上的任何基因分开。参数cloneid接受用户感兴趣的IDS基因的克隆。如果cloneid参数丢失了，该函数将估计所有上slides.In顺序的基因匹配克隆的RG ID，列名，这表明在RG \ $基因的克隆IDS应指定参数<X >


值----------Value----------

a numeric matix containing the absolute expression levels. Columns indicate different conditions and rows indicate different genes.
数字matix绝对表达水平。列表示不同的条件和行显示不同的基因。


警告----------Warning----------

The function doesn't allow missing clone id. So please check before run the function.
不允许失踪克隆ID的功能。因此，请检查之前运行的功能。


注意----------Note----------

The main calculation part in this function is done by c++ code.
在此功能的主要计算部分是由C + +代码。


作者（S）----------Author(s)----------


Hui Zhao



参考文献----------References----------

A calibration method for estimating absolute expression levels from

举例----------Examples----------



# load data: RG and parameter[负载数据：RG和参数]
data(RG)
data(parameter)

# define design matrix: two arrays, two condition and color-flip design[定义设计矩阵：两个数组，两个条件和彩色翻盖设计]
array <- c(1,1,2,2)
condition <- c(1,2,2,1)
dye <- c(1,2,1,2)

# specify clone-id column[指定克隆ID列]
idcol <- "CLONE_ID"

#data &lt;- normalizeData(RG,parameter,array=array,condition=condition,dye=dye,idcol=idcol)[数据< -  normalizeData（的RG，参数，数组的数组，条件=条件下，染料染料，idcol = idcol）]

## only normalize a group of genes[＃唯一的一组基因标准化]
cloneid_interested <- c("250001", "250002", "250003", "250004", "250005")
data <- normalizeData(RG,parameter,array=array,condition=condition,dye=dye,cloneid=cloneid_interested,idcol=idcol)


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。