score2wig(CSAR)
score2wig()所属R语言包：CSAR
Save the read-enrichment scores at each nucleotide position in a .wig file format
在。假发文件格式保存在每个核苷酸的位置读富集分数
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Save the read-enrichment scores at each nucleotide position in a .wig file format that can be visualize by a genome browser (eg: Integrated Genome Browser)
读富集的分数，在假发的文件格式，可以可视化的基因组浏览器保存在每个核苷酸的位置（例如：综合基因组浏览器）
用法----------Usage----------
score2wig(experiment, file, t = 2, times = 1e6,description="", name="")
参数----------Arguments----------
参数：experiment
Output of the function ChIPseqScore
输出的功能ChIPseqScore
参数：file
Name of the output .wig file
输出。假发文件的名称
参数：t
Only nucleotide positions with a read-enrichment score bigger than t will be reported
核苷酸只有读富集得分比t大的位置，将上报
参数：times
To be memory efficient, CSAR will only upload to the RAM memory fragments of length times. A bigger value means more RAM memory needed but whole process will be faster
到内存效率的CSAR只会上传到RAM内存片断长度times。一个更大的值意味着需要更多的RAM内存，但整个过程会更快
参数：description
Character. It adds a description to the wig file. The description will be shown by the genome browser used to visualize the wig file.
字符。它增加了一个描述的假发文件。该说明将显示由假发文件用于可视化的基因组浏览器。
参数：name
Character. It adds a wig to the wig file. The name will be shown by the genome browser used to visualize the wig file.
字符。它增加了一个假发的假发文件。该名称将显示由假发文件用于可视化的基因组浏览器。
值----------Value----------
None. Results are printed in a file
没有。结果印在一个文件中
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----------
<h3>See Also</h3>
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 position for the control and sample. We do that just for chromosome chr1, and for positions 1 to 10kb[＃我们计算每个控制和样品的核苷酸位置的点击次数。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))
##Since we will not need the raw data anymore, we could delete it from the RAM memory[＃既然我们不会再需要的原始数据，我们可以从RAM内存中删除]
rm(sampleSEP3_test,controlSEP3_test);gc(verbose=FALSE)
##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 generate a wig file of the results to visualize them in a genome browser[＃我们产生的结果的的假发文件，它们在基因组浏览器可视化]
score2wig(test,file="test.wig")
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。
|
发表于 2012-2-25 16:06:22
