R语言 Clonality包 ave.adj.probes()函数中文帮助文档(中英文对照)

loveR

ave.adj.probes(Clonality)
ave.adj.probes()所属R语言包：Clonality

                                         Averaging of adjacent probes in copy number arrays
                                         平均拷贝数阵列相邻探针

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

For each sample the log-ratios at each consecutive K number of probes are averaged.
对于每个样本数比率在每个探针的连续K数的平均值。


用法----------Usage----------


ave.adj.probes(data, K)



参数----------Arguments----------

参数：data
Copy Number Array object (output of function CNA() from the package DNAcopy). First column contains chromosomes, second column contains genomic locations. Each remaining column contains log-ratios from a particular tumor or sample.  
拷贝数的Array对象（函数中央社（）输出从包DNAcopy）。第一列包含染色体，第二列包含基因组的位置。其余的每个列包含从一个特定的肿瘤或样本数的比率。


参数：K
Number of markers to be averaged. Should be selected so that the final resolution of the averaged data would be 5,000-10,000 markers.  
平均标记数。因此，应选择平均数据的最终解决将是5000-10000标志。


Details

详情----------Details----------

Averages log-ratios in every K consecutive markers. The purpose of this step is to reduce the noise in the data, eliminate possible very small germline copy number variations, and get rid of a possible wave effect.
平均数比率在每个K连续标记。这一步的目的是减少数据中的噪声，消除可能非常小的生殖单元拷贝数变异，摆脱可能的波浪效果。


值----------Value----------

Returns CNA object of reduced resolution
降低分辨率返回中央社对象


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$Position),][数据<数据！is.na（数据位置）]]
#data&lt;-data[c(TRUE,data$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$染色体<= 22，]＃X和Y染色体]
#dataCNA&lt;-CNA(as.matrix(data[,c(4:51)]),maploc=data$Position,chrom=data$Chromosome,sampleid=names(data)[c(4:51)])[]
#The averaging is not needed. Used only as example.[平均不需要。仅作为例子使用。]
#dataAve&lt;- ave.adj.probes(dataCNA,2)[< -  ave.adj.probes dataAve（dataCNA，2）]


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。