R语言 flagme包 multipleAlignment-class()函数中文帮助文档(中英文对照)

loveR

multipleAlignment-class(flagme)
multipleAlignment-class()所属R语言包：flagme

                                        Data Structure for multiple alignment of many GCMS samples
                                         许多GCMS样品的多序列比对的数据结构

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Store the raw data and optionally, information regarding signal peaks for a number of GCMS runs
存储的原始数据，并有选择地，有关信号峰值为GCMS运行数


用法----------Usage----------


multipleAlignment(pd,group,bw.gap=0.8,wn.gap=0.6,bw.D=.20,wn.D=.05,filterMin=3,lite=FALSE,usePeaks=TRUE,df=50,verbose=TRUE,timeAdjust=FALSE,doImpute=FALSE)



参数----------Arguments----------

参数：pd
a peaksDataset object
peaksDataset对象


参数：group
factor variable of experiment groups, used to guide the alignment algorithm
因子变量实验组，用于指导对齐算法


参数：bw.gap
gap parameter for "between" alignments
“之间的”路线的差距参数


参数：wn.gap
gap parameter for "within" alignments
“内”路线的差距参数


参数：bw.D
distance penalty for "between" alignments
距离刑罚“之间的”路线


参数：wn.D
distance penalty for "within" alignments
“内”路线的距离刑罚


参数：filterMin
minimum number of peaks within a merged peak to be kept in the analysis
在合并后的高峰要保持在最低峰分析


参数：lite
logical, whether to keep "between" alignment details (default, FALSE)
逻辑，是否保留“之间的”对齐的细节（默认FALSE）


参数：usePeaks
logical, whether to use peaks (if TRUE) or the full 2D profile alignment (if FALSE)
逻辑，是否使用峰（TRUE）或全二维轮廓对齐（如果FALSE）


参数：df
distance from diagonal to calculate similarity
从对角线的距离来计算相似


参数：verbose
logical, whether to print information
逻辑，是否要打印的信息


参数：timeAdjust
logical, whether to use the full 2D profile data to estimate retention time drifts (Note: time required)
逻辑，是否使用完整的二维轮廓数据来估计的保留时间漂移（注：所需的时间）


参数：doImpute
logical, whether to impute the location of unmatched peaks
逻辑，是否意指无与伦比的峰的位置


Details

详情----------Details----------

multipleAlignment is the data structure giving the result of an alignment across several GCMS runs.
multipleAlignment是数据结构的使跨越几个GCMS运行路线的结果。

Multiple alignments are done progressively.  First, all samples with the same tg$Group label with be aligned (denoted a "within" alignment).  Second, each group will be summarized into a pseudo-data set, essentially a spectrum and retention time for each matched peak of the within-alignment.  Third, these "merged peaks" are aligned in the same progressive manner, here called a "between" alignment.
逐步完成了多个路线。首先，所有样品相同tg$Group标签对齐（表示“在”对齐）。其次，每个组将被归纳为一个伪数据集，基本上是为每个匹配的内对齐峰的保留时间和频谱。第三，这些“合并后的山峰”排列在同一循序渐进的方式，这里被称为“之间的”对齐。


值----------Value----------

multipleAlignment object
multipleAlignment对象


作者（S）----------Author(s)----------


Mark Robinson



参考文献----------References----------



参见----------See Also----------

peaksDataset, betweenAlignment, progressiveAlignment
peaksDataset，betweenAlignment，progressiveAlignment


举例----------Examples----------


require(gcspikelite)

# paths and files[路径和文件]
gcmsPath<-paste(.find.package("gcspikelite"),"data",sep="/")
cdfFiles<-dir(gcmsPath,"CDF",full=TRUE)
eluFiles<-dir(gcmsPath,"ELU",full=TRUE)

# read data, peak detection results[读取数据，峰值检测结果]
pd<-peaksDataset(cdfFiles[1:2],mz=seq(50,550),rtrange=c(7.5,8.5))
pd<-addAMDISPeaks(pd,eluFiles[1:2])

# multiple alignment[多序列比对]
ma<-multipleAlignment(pd,c(1,1),wn.gap=0.5,wn.D=.05,bw.gap=0.6,bw.D=.2,usePeaks=TRUE,filterMin=1,df=50,verbose=TRUE)

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。