reciente plan para empezar a escribir un multi-ómicas (incluyendo 16S / transcriptómica / proteómica / metabolómica metagenómica /) análisis de correlación del paquete R, a la duplicación de evitar a crear la rueda, justo a la investigación en línea bajo el paquete R ya existente antes de iniciar Piezas y herramientas se enumeran a continuación:
1. mixOmics
Debe estar en el campo de los sistemas múltiples de un paquete de R más famoso, un equipo dedicado, que hizo más de diez años, y referencias también relativamente alto.
官网: http://mixomics.org/
文章: mixOmics: Un R paquete de 'omics función de selección de datos y la integración múltiple
Github: https://github.com/mixOmicsTeam/mixOmics
Bookdown: https://mixomicsteam.github.io / Bookdown /
características:
- Ómicas amplia de datos, gen / transcripción / proteína / metabolismo están involucrados (mi modelo);
- métodos de análisis de reducción de dimensionalidad de múltiples variables y visualización únicos (que no aprendí estadísticas, por lo que no hacemos métodos estadísticos demasiado, con énfasis en la visualización, incluyendo una variedad de maneras de mostrar el ángulo asociado).
Contenido:
Métodos estadísticos : PCA / IPCA / CCA / PLS / PLS-DA / MixMC / MINT / DIABLO
Visualización : dispersión / red correlación 2D y 3D / cluster / correlación gráficos / flechas en anillo de la figura / DIABLO figura /. carga figura
Además, este paquete también viene con una gran cantidad de datos de demostración, específicamente para ver los documentos oficiales.
2. tRanslatome
En 2014 publicó, pero afortunadamente se ha mantenido.
Artículo: tRanslatome: Control de un R / traslacional de la Pena de Bioconductor paquete para retratar
la Bioconductor: https://bioconductor.org/packages/release/bioc/html/tRanslatome.html
del blog: http://www.mybiosoftware.com/tag/translatome
GitHub: https://github.com/tomateba/tRanslatome (cinco años atrás el código fuente)
características:
- Genómica: principalmente para la expresión de genes asociados con, incluyendo transcriptoma y proteoma grupo de traducción;
- Métodos estadísticos: Rango del producto, la eficiencia de traducción, t-test, Limma, ANOTA, DESeq, bordeadora
- 可视 化: diagramas de dispersión, histogramas, diagramas de MA, la desviación estándar (SD) parcelas, coeficiente de variación (CV) parcelas
3. OmicsARules
Recientemente cabo de un paquete de R, hemos creado un nuevo método de asociación.
文章: OmicsARules: un paquete de R para la integración de los multi-ómicas conjuntos de datos a través de reglas de asociación de minería
Github: https://github.com/BioinformaticsSTU/OmicsARules
características:
- Principalmente para genómicas y transcriptoma de datos, incluyendo los sitios de mutación de genes y no codificante de un RNA;
- Método de medición de invención creado reglas de asociación Lamda3, la visualización no es el punto.
4. iCluster / iClusterPlus
iCluster algoritmo (modelos de variables latentes Unidas) desarrollaron hace una década, los datos multi-ómicas la agrupación para el cáncer. El año pasado, cuando se desarrolló un nuevo paquete iClusterPlus, hicieron algunas mejoras.
文章1: agrupación integrativa de múltiples tipos de datos genómicas utilizando un modelo de variable latente conjunta con aplicación a la mama y el análisis subtipo de cáncer de pulmón
Github: https://github.com/cran/iCluster
Bioconductor: https://bioconductor.org/packages/ liberar / bioc / html / iClusterPlus.html
文章2: a totalmente Bayesiano modelo variable latente para análisis de la agregación de integración de los datos ómicas multi-tipo
Este algoritmo de herramientas basadas en el modelo, que sólo pueden sentirse impotentes y frustrados, utilizará el bien.
5. Integromics
Más de una década de herramientas, aunque en ese momento hizo una Bioinformática, no seguido de actualizaciones de mantenimiento, chatarra de ella.
文章: Integromics: un paquete de R para desentrañar las relaciones entre dos conjuntos de datos ómicas
Github: https://github.com/cran/integrOmics
6. moCluster
Este es un algoritmo, y similares iCluster, integrar la agrupación de datos principal, para el tipo de célula o enfermedad y similares moléculas. Escenario es relativamente simple.
7. MCIA
Este paquete pero también dijo omicade4: el análisis de múltiples inercia CO-ómicas conjuntos de datos , a saber, el análisis multi-co-inercia. métodos de análisis de datos multivariados, similar a PCA muestran que, más limitada.
Bioconductor: http://bioconductor.org/packages/release/bioc/html/omicade4.html
Github: https://github.com/aedin/omicade4
8. Otros
Hay muchos paquete de otro R no omics integración de datos, o, o asociación basada en un nuevo algoritmo sólo para los aspectos de mutaciones genéticas y las relaciones de expresión génica, es relativamente impopular, tales como:
- CNAmet
- PLRS
- NuChart
- MUGIR
- Mergeeomics (Este paquete es principalmente hacer GWAS / TWAS / EWAS / eQTL etc., una media de bits)
Además del paquete de R usual anteriormente, la pluralidad de conjuntos de aprendizaje más herramientas y métodos que se refieren a una revisión: https://jme.bioscientifica.com/view/journals/jme/62/1/JME-18-0055.xml