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

loveR

genesWithPeaks(CSAR)
genesWithPeaks()所属R语言包：CSAR

                                         Provide table of genes with read-enriched regions, and their location
                                         提供表只读丰富的区域，基因和它们的位置

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Provide table of genes with read-enriched regions, and their location
提供表只读丰富的区域，基因和它们的位置


用法----------Usage----------


genesWithPeaks(distances)



参数----------Arguments----------

参数：distances
data.frame structure obtained by distances2Genes
distances2Genes获得的数据框结构


Details

详情----------Details----------

This function report for each gene, the maximum peak score in different regions near of the gene. The input of the function is the distances between genes and peaks calculated by distance2Genes
这对每一个基因的功能报告，附近的基因在不同区域的最大峰值得分。该函数的输入是计算基因distance2Genes的峰之间的距离


值----------Value----------

data.frame structure with each coloumn being:
数据框结构每个coloumn：


参数：name
name of the gene
基因名称


参数：max3kb1kb
maximum score value for the region 3Kb upstream to 1Kb dowstream
3KB上游1KB dowstream该区域的最高得分值


参数：u3000
maximum score value for the region 3Kb upstream to 2Kb upstream
最高得分值的区域3KB上游2Kb的上游


参数：u2000
maximum score value for the region 2Kb upstream to 1Kb upstream
区域2Kb的最高得分值上游1KB上游


参数：u1000
maximum score value for the region 1Kb upstream to 0Kb upstream
区域1KB的最高得分值上游相关上游


参数：d0
maximum score value for the region 0Kb upstream to 0Kb dowstream
最高得分值的上游区域0KB 0KB dowstream


参数：d1000
maximum score value for the region 0Kb dowstream to 1Kb dowstream
该区域0KB dowstream次dowstream最高得分值


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----------



参见----------See Also----------

distance2Genes,CSAR-package
distance2Genes，的CSAR包


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 posotion for the control and sample. We do that just for chromosome chr1, and for positions 1 to 10kb[＃我们计算每个核苷酸posotion为控制和样品的点击次数。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))


##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 calculate the candidate read-enriched regions[我们计算候选人读富集区域的＃]
win<-sigWin(test)

##We calculate relative positions of read-enriched regions regarding gene position[＃我们计算的阅读富集区域的相对位置有关的基因的位置]
d<-distance2Genes(win=win,gff=TAIR8_genes_test)

##We calculate table of genes with read-enriched regions, and their location[＃我们计算表只读丰富的区域，基因和它们的位置]
genes<-genesWithPeaks(d)



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。