bandicoot.gl | 通过阅读.dart功能 | ||
gi2gl | 将genind对象转换为genlight对象 | ||
gl.alf | 计算每个基因座的第一个和第二个等位基因的等位基因频率#'一个非常简单的函数来报告等位基因频率 | ||
gl.amova | 使用genlight数据执行和AMOVA。 | ||
gl.assign | 将来历不明的个体分配给群体 | ||
gl.basic.stats | 计算每个基因座的基本统计数据(Hs、Ho、Fis等) | ||
gl.collapse | 通过合并成对固定差计数小于阈值的总体来折叠距离矩阵 | ||
gl.collapse.pval | 通过合并两两固定差异不显著的群体来折叠固定距离矩阵 | ||
gl.collapse.recursive | 通过合并总体递归地折叠距离矩阵 | ||
gl.compliance.check | 检查gl对象以查看它是否符合dartR期望,并在必要时进行修改以符合要求 | ||
gl.costdistances | 计算给定景观的成本距离(阻力矩阵) | ||
gl.define.pop | 基于指定的个体在genlight{adegenet}对象中定义新的总体 | ||
gl.dist.ind | 为{adegenet}genlight对象中定义的个体计算距离矩阵 | ||
gl.dist.pop | 为{adegenet}genlight对象中定义的总体计算距离矩阵 | ||
gl.drop.ind | 从genelight{adegenet}对象中移除指定的个体 | ||
gl.drop.loc | 从genelight{adegenet}对象中移除指定的轨迹 | ||
gl.drop.pop | 从genelight{adegenet}对象中移除指定的填充 | ||
gl.edit.recode.ind | 创建或编辑单个(=样本)名称,创建filename_edges_strength文件并将更改应用于genlight对象。 | ||
gl.edit.recode.pop | 创建或编辑人口重新分配表 | ||
gl.filter.callrate | 基于调用率过滤genlight{adegenet}对象中的基因座或样本 | ||
gl.filter.cloneid | 筛选克隆ID以仅选择唯一的SNP | ||
gl.filter.hamming | 基于序列标签间成对汉明距离的轨迹滤波 | ||
gl.filter.heterozygosity | 筛选平均杂合度大于指定的上阈值或小于指定的下阈值的个体。 | ||
gl.filter.hwe | 显著偏离Hardy-Weinberg平衡的筛选位点 | ||
gl.filter.maf | 根据genlight adegenet对象中的次要等位基因频率(MAF)筛选基因座 | ||
gl.filter.monomorphs | 去除单态基因座,包括那些具有所有NAs的基因座 | ||
gl.filter.overshoot | 将SNP从序列标签和适配器中剪掉的基因座过滤掉 | ||
gl.filter.pa | 筛选两个群体之间包含私有(和固定等位基因)的基因座。 | ||
gl.filter.parent.offspring | 筛选群体中假定的亲子代 | ||
gl.filter.rdepth | 基于在一个基因座上得分的序列标签计数过滤基因座(读取深度) | ||
gl.filter.RepAvg | 根据基因座上等位基因的平均重复性筛选genlight{adegenet}对象中的基因座 | ||
gl.filter.reproducibility | 根据基因座上等位基因的平均重复性筛选genlight{adegenet}对象中的基因座 | ||
gl.filter.secondaries | 筛选代表genlight{adegenet}对象中二级snp的基因座 | ||
gl.filter.sexlinked | 识别genlight“adegenet”对象中样本中的性连锁基因座 | ||
gl.filter.taglength | 基于序列标签长度的genlight{adegenet}对象中的过滤轨迹 | ||
gl.fixed.diff | 生成固定差异矩阵 | ||
gl.fst.pop | 计算genlight对象中总体的成对fst值 | ||
gl.gene.freq | 为每个轨迹计算一组内部函数的统计量,本质上是为了向扭曲的R代码传递可读性。它将带有一个索引变量(比如,population)的genlight{adegenet}对象作为输入,并计算每个轨迹的所选统计信息,按索引变量定义的组进行细分。 | ||
gl.genleastcost | 基于摩擦矩阵的最小成本路径分析 | ||
gl.grm | 计算基因组相关矩阵 | ||
gl.grm.network | 将基因组相关矩阵表示为网络 | ||
gl.He | 一个非常简单的函数来报告期望的杂合度 | ||
gl.Ho | 一个非常简单的函数来报告观察到的杂合度 | ||
gl.hwe.pop | 函数对每个位点和群体进行Hardy-Weinberg检验 | ||
gl.ibd | 按距离隔离 | ||
gl.join | 组合两个灯光对象 | ||
gl.keep.ind | 从genelight{adegenet}对象中移除除指定个体以外的所有个体 | ||
gl.keep.loc | 从genelight{adegenet}对象中移除除指定轨迹以外的所有轨迹 | ||
gl.keep.pop | 从genelight{adegenet}对象中移除除指定总体以外的所有总体 | ||
gl.load | 检索以前使用保存的压缩二进制格式的对象总帐保存. | ||
gl.make.recode.ind | 创建一个形式filename_edges_strength文件,用于重新分配个人(=样本)名称 | ||
gl.make.recode.pop | 创建一个形式filename_points_covered_by_landmarks文件,用于重新分配总体名称 | ||
gl.map.interactive | 从genlight对象创建交互式地图(基于latlong) | ||
gl.merge.pop | 将genelight{adegenet}对象中的两个或多个总体合并为一个总体 | ||
gl.nhybrids | 为NewHybrids程序创建一个输入文件,如果安装了NewHybrids,则运行它 | ||
gl.outflank | 使用Whitlock和Lotterhos(2015)的迂回法确定每个群体选择的基因座的功能 | ||
gl.pcoa | 排序应用于genlight对象(PCA)、fd对象或距离矩阵(PCoA)中的基因型 | ||
gl.pcoa.plot | 使用生成排序结果的二元图总帐pcoa() | ||
gl.pcoa.plot.3d | PCoA排序结果的3D交互绘图 | ||
gl.pcoa.scree | 生成一个特征值图,标准化为百分比,从PCoA导出 | ||
gl.percent.freq | 通过基因座和群体产生百分比等位基因频率 | ||
gl.play.history | 重放历史并将其应用于genlight对象 | ||
gl.plot | 将genlight对象绘制为涂片图(以0、1、2和NA分数为颜色编码的个体的基因座) | ||
gl.plot.heatmap | 将距离矩阵表示为热图 | ||
gl.plot.network | 将距离或相异矩阵表示为网络 | ||
gl.print.history | 打印genlight对象的历史记录 | ||
gl.propShared | 根据共享等位基因的比例计算个体的相似性(距离)矩阵 | ||
gl.read.csv | 将csv文件中的SNP数据读取到genlight对象中 | ||
gl.read.dart | 将DarT数据导入R并将其转换为genlight对象 | ||
gl.read.silicodart | 将存在/不存在数据从SilicoDArT导入到genlight{agegenet}格式(倍性=1) | ||
gl.read.vcf | 将vcf文件转换为genlight对象 | ||
gl.reassign.pop | 在genlight{adegenet}对象中将单个度量指定为pop | ||
gl.recalc.metrics | 从genlight{adegenet}对象中删除个体或群体时重新计算轨迹度量 | ||
gl.recode.ind | 在genelight对象{adegenet}中重新编码单个(=sample=sample)标签 | ||
gl.recode.pop | 在genlight对象{adegenet}中重新编码填充分配 | ||
gl.report.bases | 碱基对频率总结 | ||
gl.report.callrate | 报告基因座或个体的呼叫率摘要 | ||
gl.report.diversity | 计算单核苷酸多态性的多样性指数 | ||
gl.report.hamming | 计算省道修剪DNA序列之间的成对汉明距离 | ||
gl.report.heterozygosity | 从单核苷酸多态性数据中观察到的群体或个体杂合度的报告。 | ||
gl.report.hwe | 报告偏离哈代-温伯格平衡 | ||
gl.report.ld | 使用指定的核心数计算所有基因座上基于成对群体的连锁不平衡 | ||
gl.report.maf | 报告SNP数据集中每个位点的次要等位基因频率(MAF) | ||
gl.report.monomorphs | 报告单态基因座 | ||
gl.report.overshoot | 报告基因座的单核苷酸多态性已被削减的序列标签连同适配器 | ||
gl.report.pa | 报告每对群体的私有等位基因(和固定等位基因) | ||
gl.report.parent.offspring | 在群体中识别假定的亲子代 | ||
gl.report.rdepth | 报告每个轨迹的读取深度摘要 | ||
gl.report.RepAvg | 报告每个基因座的两个等位基因的平均RepAvg总结或再现性(片段存在/缺失分数的可重复性)。 | ||
gl.report.reproducibility | 报告RepAvg(每个基因座两个等位基因的平均重复性)或可重复性(片段存在/缺失分数的可重复性)的总结。 | ||
gl.report.secondaries | 报告序列标签中含有二级SNPs的位点 | ||
gl.report.sexlinked | 识别genlight“adegenet”对象中样本中的性连锁基因座 | ||
gl.report.taglength | genlight-adegenet对象中基因座间序列标签长度的报告摘要 | ||
gl.save | 以压缩二进制格式保存对象,以便以后快速检索。 | ||
gl.set.verbosity | 设置默认详细级别 | ||
gl.sim.ind | 根据genlight对象提供的等位基因频率模拟个体。 | ||
gl.sim.offspring | 根据潜在父亲和母亲提供的等位基因模拟指定数量的后代 | ||
gl.stockR | 从genlight{adegenet}对象生成SNP矩阵,以便随后在R package stockR中使用。 | ||
gl.subsample.loci | 从genlight对象中选取n个轨迹作为子样本,并作为genlight对象返回 | ||
gl.test.heterozygosity | 测试两两抽样的群体之间的异质性差异。 | ||
gl.tree.nj | 输出一棵nj树来总结群体间的遗传相似性 | ||
gl.utils.fdsim | 在固定差异分析中估计假阳性率 | ||
gl.write.csv | 将数据从总账对象adegenet写入csv文件 | ||
gl2bayescan | 将genlight对象转换为适合输入Bayescan的格式 | ||
gl2demerelate | 从genlight{adegenet}对象创建适合于包{Demerelate}输入的数据帧 | ||
gl2fasta | 连接省道修剪序列并输出fastA文件。 | ||
gl2faststructure | 将DArT genlight对象{adegenet}导出为faststructure格式(在其他地方运行faststructure) | ||
gl2gds | 将genlight对象转换为gds格式 | ||
gl2genalex | 将genlight对象转换为适合输入genalex的格式 | ||
gl2gi | 将genlight对象转换为genind对象 | ||
gl2phylip | 从genlight(SNP){adegenet}对象创建Phylip输入距离矩阵 | ||
gl2plink | 将genlight对象转换为PLINK文件格式 | ||
gl2related | 将genlight对象转换为适合与Coancestry一起运行的格式 | ||
gl2sa | 将genlight对象转换为SNPassoc包中使用的格式 | ||
gl2shp | 将genlight对象转换为ESRI shapefile或kml文件 | ||
gl2snapp | 将genlight对象转换为nexus格式,以便通过snap进行系统发育分析(通过BEAUti) | ||
gl2structure | 将genlight对象转换为结构格式化文件 | ||
gl2svdquartets | 将genlight对象转换为nexus格式PAUP SVDquartets | ||
gl2treemix | 将genlight对象转换为treemix输入文件 | ||
is.fixed | 测试两个群体是否固定在一个给定的位置 | ||
platy | 示例数据集作为要导入到genlight对象的文本文件 | ||
possums.gl | 创建一个模拟的genlight对象来运行一个景观遗传示例 | ||
testset.gl | 通过gl.read.dart公司功能 | ||
testset.gs | 通过gl.read.silicodart公司功能 | ||
testset_metadata | 元数据文件。可通过dart2genlight功能集成。 | ||
testset_pop_recode | 重新编码要与函数一起使用的文件。 | ||
testset_SNPs_2Row | DArT格式的测试文件(由DArT提供) | ||
util.outflank | 迂回:一个Fst离群值方法,作者:Mike Whitlock和Katie Lotterhos,不列颠哥伦比亚大学。 | ||
util.outflank.MakeDiploidFSTMat | 从单个基因型信息创建迂回输入文件。 | ||
util.outflank.plotter | 迂回后Fst分布的绘图函数此函数将迂回的输出作为输入,并带有OFoutput参数。它绘制位点的FST直方图(默认情况下,包抄使用的未校正FST)并覆盖推断的空直方图。 | ||
utils.dart2genlight | 将DarT转换为genlight | ||
utils.dist.binary | 使用二进制P/a数据(SilicoDArT)计算{adegenet}genlight对象中定义的个体的距离矩阵 | ||
utils.hamming | 计算两个省道修剪DNA序列之间的汉明距离 | ||
utils.hwe | 计算偏离哈代-温伯格平衡。实用程序脚本不适用于最终用户。 | ||
utils.outflank | 迂回:一个Fst离群值方法,作者:Mike Whitlock和Katie Lotterhos,不列颠哥伦比亚大学。 | ||
utils.outflank.MakeDiploidFSTMat | 从单个基因型信息创建迂回输入文件。 | ||
utils.outflank.plotter | 迂回后Fst分布的绘图函数此函数将迂回的输出作为输入,并带有OFoutput参数。它绘制位点的FST直方图(默认情况下,包抄使用的未校正FST)并覆盖推断的空直方图。 | ||
utils.pa.ind | 报告来源不明的个体拥有的私有等位基因数 | ||
utils.prob.hwe | Hardy-Weinberg平衡的精确SNP检验 | ||
utils.read.dart | 将DarT数据导入到R | ||
utils.recalc.avgpic | 一个实用程序脚本,用于在删除某些总体后按轨迹重新计算OneRatioRef、OneRatioSnp、PICRef、PICSnp和AvgPIC。 | ||
utils.recalc.callrate | 一个实用程序脚本,用于在删除某些总体后按轨迹重新计算调用率 | ||
utils.recalc.freqhets | 一个实用脚本,用于在某些群体被删除后,通过位点重新计算杂合子SNP的频率 | ||
utils.recalc.freqhomref | 一个实用程序脚本,用于在删除某些群体后按位点重新计算纯合参考SNP的频率 | ||
utils.recalc.freqhomsnp | 一个实用程序脚本,用于在删除某些群体后按位点重新计算纯合交替SNP的频率 | ||
utils.recalc.maf | 一种实用程序脚本,通常在某些群体被删除后,通过基因座重新计算次要等位基因频率 | ||
utils.reset.flags | 一个实用程序脚本,用于在删除某些个体或群体后将轨迹度量标志重置为FALSE(或TRUE)。 |