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

loveR

PlotProfiles(maSigPro)
PlotProfiles()所属R语言包：maSigPro

                                         Function for visualization of gene expression profiles
                                         基因表达谱的可视化中的作用

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

PlotProfiles displays the expression profiles of a group of genes.
PlotProfiles显示的一组基因的表达谱。


用法----------Usage----------


PlotProfiles(data, cond, main = NULL, cex.xaxis = 0.5, ylim = NULL,
    repvect, sub = NULL, color.mode = "rainbow")



参数----------Arguments----------

参数：data
a matrix containing the gene expression data
包含的基因表达数据矩阵


参数：cond
vector for x axis labeling, typically array names  
向量X轴的标签，通常数组名


参数：main
plot main title
图主标题


参数：cex.xaxis
graphical parameter maginfication to be used for x axis in plotting functions  
X轴使用绘图功能的图形参数maginfication


参数：ylim
index vector indicating experimental replicates  
索引向量表示实验复制


参数：repvect
index vector indicating experimental replicates
索引向量表示实验复制


参数：sub
plot subtitle   
图字幕


参数：color.mode
color scale for plotting profiles. Can be either "rainblow" or "gray"
绘制剖面的颜色规模。可以要么"rainblow"或"gray"


Details

详情----------Details----------

The repvect argument is used to indicate with vertical lines groups of replicated arrays.
repvect参数是用来表示与垂直线组阵列复制。


值----------Value----------

Plot of experiment-wide gene expression profiles.
实验全基因表达谱的图。


作者（S）----------Author(s)----------


Ana Conesa, aconesa@ivia.es, Maria Jose Nueda, mj.nueda@ua.es



参考文献----------References----------

maSigPro: a Method to Identify Significant Differential Expression Profiles in Time-Course Microarray Experiments.

参见----------See Also----------

PlotGroups
PlotGroups


举例----------Examples----------


#### GENERATE TIME COURSE DATA[＃＃＃生成时间的课程资料]
## generate n random gene expression profiles of a data set with [＃生成N个随机设置数据基因表达谱]
## one control plus 3 treatments, 3 time points and r replicates per time point.[＃一个控制加3个疗程，3个时间点和r每时间点复制。]

tc.GENE <- function(n, r,
             var11 = 0.01, var12 = 0.01,var13 = 0.01,
             var21 = 0.01, var22 = 0.01, var23 =0.01,
             var31 = 0.01, var32 = 0.01, var33 = 0.01,
             var41 = 0.01, var42 = 0.01, var43 = 0.01,
             a1 = 0, a2 = 0, a3 = 0, a4 = 0,
             b1 = 0, b2 = 0, b3 = 0, b4 = 0,
             c1 = 0, c2 = 0, c3 = 0, c4 = 0)
{

  tc.dat <- NULL
  for (i in 1:n) {
    Ctl &lt;- c(rnorm(r, a1, var11), rnorm(r, b1, var12), rnorm(r, c1, var13))  # Ctl group[CTL组]
    Tr1 &lt;- c(rnorm(r, a2, var21), rnorm(r, b2, var22), rnorm(r, c2, var23))  # Tr1 group[TR1组]
    Tr2 &lt;- c(rnorm(r, a3, var31), rnorm(r, b3, var32), rnorm(r, c3, var33))  # Tr2 group[TR2组]
    Tr3 &lt;- c(rnorm(r, a4, var41), rnorm(r, b4, var42), rnorm(r, c4, var43))  # Tr3 group[TR3组]
    gene <- c(Ctl, Tr1, Tr2, Tr3)
    tc.dat <- rbind(tc.dat, gene)
  }
  tc.dat
}

## create 10 genes with profile differences between Ctl, Tr2, and Tr3 groups[＃创建10个基因与CTL，TR2，TR3组之间的轮廓差异]
tc.DATA <- tc.GENE(n = 10,r = 3, b3 = 0.8, c3 = -1, a4 = -0.1, b4 = -0.8, c4 = -1.2)
rownames(tc.DATA) <- paste("gene", c(1:10), sep = "")
colnames(tc.DATA) <- paste("Array", c(1:36), sep = "")

PlotProfiles (tc.DATA, cond = colnames(tc.DATA), main = "Time Course",
              repvect = rep(c(1:12), each = 3))


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。