找回密码
 注册
查看: 1449|回复: 0

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

[复制链接]
发表于 2012-2-26 15:50:16 | 显示全部楼层 |阅读模式
filterCounts(tweeDEseq)
filterCounts()所属R语言包:tweeDEseq

                                         Count data filtering
                                         统计数据过滤

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Filter count data to remove lowly expressed genes.
过滤计算数据,以消除低表达的基因。


用法----------Usage----------


filterCounts(counts, cpm.cutoff=0.5, n.samples.cutoff=2)



参数----------Arguments----------

参数:counts
numeric data.frame or matrix containing the count data.  
数值数据框或矩阵包含计数数据。


参数:cpm.cutoff
expression level cutoff defined as the minimum number of counts per million.    By default this is set to 0.5 counts per million.  
表达水平的截止定义为每百万计数的最低数量。默认情况下,这是数以百万计的0.5%。


参数:n.samples.cutoff
minimum number of samples where a gene should meet the counts per million cutoff (cpm.cutoff) in order to be kept as part of the count data matrix.  
最低样本数的基因应该满足每百万截止计数(cpm.cutoff)以保持计数数据矩阵的一部分。


Details

详情----------Details----------

This function removes genes with very low expression level defined in terms of a minimum number of coutns per million occurring in a minimum number of samples. Such a policy was described by Davis McCarthy in a message at the bioc-sig-sequencing mailing list. By default, this function keeps genes that are expressed at a level of 0.5 counts per million or greater in at least two samples.
此功能删除定义最低的每百万coutns发生在最低数量的样本数量非常低表达水平的基因。这样的政策被描述在消息bioc-SIG测序邮件列表由戴维斯麦卡锡。此功能默认情况下,保持在0.5每百万计数或至少在两个样品的水平基因表达。


值----------Value----------

A matrix of filtered genes.
一个基因的筛选矩阵。


作者(S)----------Author(s)----------



J.R. Gonzalez and R. Castelo




参考文献----------References----------



参见----------See Also----------

normalizeCounts
normalizeCounts


举例----------Examples----------


# Generate a random matrix of counts[生成一个随机数矩阵]
counts <- matrix(rPT(n=1000, a=0.5, mu=10, D=5), ncol = 40)

dim(counts)

# Filter genes with requiring the minimum expression level on every sample[要求对每一个样本的最小表达水平的筛选基因]
filteredCounts <- filterCounts(counts, n.samples.cutoff=dim(counts)[2])

dim(filteredCounts)

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2025-1-23 00:05 , Processed in 0.023311 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表