DCGL-package | 基因表达微阵列数据的差异共表达分析和差异调控分析 | ||
ASC | 基于“平均特异性连接”识别DCGs(差异共表达基因) | ||
DCe | 确定DCGs(差异共表达基因)和DCLs(差异共表达链接) | ||
DCGL | 基因表达微阵列数据的差异共表达分析和差异调控分析 | ||
DCp | 根据“差异共表达谱”鉴定DCGs(差异共表达基因) | ||
DCsum | 总结DCG和DCL | ||
DRplot | DRLs的可视化 | ||
DRrank | 按目标富集密度(TED)和目标DCL密度(TDD)对监管机构进行排名 | ||
DRsort | 识别DRGs(差异调节基因)和DRLs(差异调节链) | ||
expressionBasedfilter | 根据表达水平筛选基因 | ||
exprs | 从GEO中提取的真实数据集(http://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE17967) | ||
exprs_design | 微阵列矩阵数据的实验设计 | ||
intgenelist | 有趣的基因列表 | ||
LFC | 根据“限制折叠变化”模型选择DCL | ||
LRC | 基于“对数比连接”识别差异共表达基因 | ||
percentLinkfilter | 根据表达相关系数值的最高百分比筛选基因共表达环节 | ||
qLinkfilter | 根据表达相关值的q值筛选基因共表达环节 | ||
RIF | 通过调节器影响因子(RIF)方法对调节器进行排序 | ||
rLinkfilter | 根据相关系数值筛选基因共表达环节 | ||
tf2target | 人类转录因子数据集调控潜在的靶基因 | ||
varianceBasedfilter | 根据表达变异性筛选基因 | ||
WGCNA | 基于“加权基因共表达网络分析”鉴定差异共表达基因 |