Category Archives: R

COSINE使用指南_0.1

一、概述

肿瘤DNA序列的亚克隆重建已成为肿瘤进化研究中的重要组成部分,为研究变异与突变过程的相对顺序提供了新的思路。在以往的研究中,多数研究是通过复现前人研究结果,在此基础上运行新的数据集,以验证分析软件的泛化能力,精确度和灵敏度,等等。然而,近年来逐渐增加的肿瘤进化分析软件,也为医生和研究人员的选择带来困难。如何选择最有效的一个或几个分析软件,如何评价这些软件的优劣,成为亟待解决的热门问题。为评估不断增长的肿瘤进化分析软件、给业内人士提供可靠的、清晰的数据分析信息,我们扩展了前人的工作,将12个肿瘤进化分析软件集成在同一平台内,并为12种软件提供了相应的输入数据的生成方式。使用者可以通过原始数据,即fastq文件,生成12种分析软件所需要的输入文件。此项工作旨在保证软件评估中数据来源相同,评价标准相同。在软件使用中,使用者可以通过参考12种软件的输出结果,对同一份样本测序文件进行更为全面的分析。

Continue reading

A new R package for network-based biomarker discovery released

A new R package, netClass, has been release. netClass integrate network information, such as protein-protein interaction network or KEGG, to mRNA classification, but also incorporate miRNA to mRNA with mi-mRNA interaction network for biomarker discovery. This methods we called stSVM and already published in PloS ONE (Cun et al 2013). Apart from stSVM, we also implement the flowing methods in netClass: 

  1. AEP (average gene expression of pathway), Guo et al., BMC Bioinformatics 2005, 6:58.
  2. PAC (pathway activitive classification), Lee E, et  al., PLoS Comput Biol 4(11): e1000217.
  3. hubc (Hub nodes classification), Taylor et al.(2009) Nat. Biotech.: doi: 10.1038/nbt.152
  4. frSVM (filter via top ranked genes), Cun et al. arXiv:1212.3214 ;  Winter etal., PLoS Comput Biol 8(5): e1002511.
  5. stSVM (network smoothed t-statistic) , Cun et al., PloS One,.

NetClass can be download from souceforg ( http://sourceforge.net/projects/netclassr/) or , CRAN (http://cran.r-project.org/web/packages/netClass/ ). For more detail of netClass, you can refer these four papers: