powsimR
Version 1.2.4
powsimR
Bitte konsultieren Sie auch meine Github -Seite von powsimr, die mit PKGDown hergestellt wurde!
Für die Installation ist das R -Paket devtools erforderlich.
install.packages( " devtools " )
library( devtools )Ich empfehle, zuerst die Abhängigkeiten manuell zu installieren und dann powsimr. Wenn Sie vorhaben, Magie für die Imputation zu verwenden, befolgen Sie die Anweisung, um die Python -Implementierung zu installieren, bevor Sie Powsimr installieren.
ipak <- function ( pkg , repository = c( " CRAN " , " Bioconductor " , " github " )) {
new.pkg <- pkg [ ! ( pkg %in% installed.packages()[, " Package " ])]
# new.pkg <- pkg
if (length( new.pkg )) {
if ( repository == " CRAN " ) {
install.packages( new.pkg , dependencies = TRUE )
}
if ( repository == " Bioconductor " ) {
if (strsplit( version [[ " version.string " ]], " " )[[ 1 ]][ 3 ] > " 4.0.0 " ) {
if ( ! requireNamespace( " BiocManager " )) {
install.packages( " BiocManager " )
}
BiocManager :: install( new.pkg , dependencies = TRUE , ask = FALSE )
}
if (strsplit( version [[ " version.string " ]], " " )[[ 1 ]][ 3 ] < " 3.6.0 " ) {
stop(message( " powsimR depends on packages and functions that are only available in R 4.0.0 and higher. " ))
}
}
if ( repository == " github " ) {
devtools :: install_github( new.pkg , build_vignettes = FALSE , force = FALSE ,
dependencies = TRUE )
}
}
}
# CRAN PACKAGES
cranpackages <- c( " broom " , " cobs " , " cowplot " , " data.table " , " doParallel " , " dplyr " ,
" DrImpute " , " fastICA " , " fitdistrplus " , " foreach " , " future " , " gamlss.dist " , " ggplot2 " ,
" ggpubr " , " ggstance " , " grDevices " , " grid " , " Hmisc " , " kernlab " , " MASS " , " magrittr " ,
" MBESS " , " Matrix " , " matrixStats " , " mclust " , " methods " , " minpack.lm " , " moments " ,
" msir " , " NBPSeq " , " nonnest2 " , " parallel " , " penalized " , " plyr " , " pscl " , " reshape2 " ,
" Rmagic " , " rsvd " , " Rtsne " , " scales " , " Seurat " , " snow " , " sctransform " , " stats " ,
" tibble " , " tidyr " , " truncnorm " , " VGAM " , " ZIM " , " zoo " )
ipak( cranpackages , repository = " CRAN " )
# BIOCONDUCTOR
biocpackages <- c( " bayNorm " , " baySeq " , " BiocGenerics " , " BiocParallel " , " DESeq2 " ,
" EBSeq " , " edgeR " , " IHW " , " iCOBRA " , " limma " , " Linnorm " , " MAST " , " monocle " , " NOISeq " ,
" qvalue " , " ROTS " , " RUVSeq " , " S4Vectors " , " scater " , " scDD " , " scde " , " scone " , " scran " ,
" SCnorm " , " SingleCellExperiment " , " SummarizedExperiment " , " zinbwave " )
ipak( biocpackages , repository = " Bioconductor " )
# GITHUB
githubpackages <- c( " cz-ye/DECENT " , " nghiavtr/BPSC " , " mohuangx/SAVER " , " statOmics/zingeR " ,
" Vivianstats/scImpute " )
ipak( githubpackages , repository = " github " )Um zu überprüfen, ob alle Abhängigkeiten installiert sind, können Sie die folgenden Zeilen ausführen:
powsimRdeps <- data.frame ( Package = c( cranpackages ,
biocpackages ,
sapply(strsplit( githubpackages , " / " ), " [[ " , 2 )),
stringsAsFactors = F )
ip <- as.data.frame(installed.packages()[,c( 1 , 3 : 4 )], stringsAsFactors = F )
ip.check <- cbind( powsimRdeps ,
Version = ip [match( powsimRdeps $ Package , rownames( ip )), " Version " ])
table(is.na( ip.check $ Version )) # all should be FALSENach der Installation der Abhängigkeiten kann Powsimr auch mit Devtools installiert werden.
devtools :: install_github( " bvieth/powsimR " , build_vignettes = TRUE , dependencies = FALSE )
library( " powsimR " )Alternative können Sie versuchen, Powsimr und seine Abhängigkeiten direkt mit Devtools zu installieren:
devtools :: install_github( " bvieth/powsimR " )Beispiele und Tipps zur Verwendung des Pakets finden Sie in der Vignette nach erfolgreicher Installation von
browseVignettes( " powsimR " )Einige Benutzer haben Probleme bei der Installation von Powsimr aufgrund von Vignettenkompilierungsfehlern oder weil ihnen die erforderlichen R -Pakete für den Bau der Vignette, der IE -Strick- und RMDFormats fehlen. Wenn dies der Fall ist, können Sie diese Abhängigkeiten entweder installieren oder das Erstellen der Vignette auslassen (indem Sie Build_vignettes auf false einstellen) und auf meiner GitHub -Seite von powsimr lesen oder hier als HTML -Datei herunterladen.
Beachten Sie, dass der Fehler „Maximale Anzahl der erreichten DLLs…“ auftreten kann, da viele gemeinsam genutzte Objekte durch Biokonduktorpakete geladen werden. Das Neustart der R -Sitzung nach der Installation von Abhängigkeiten / Powsimr hilft. Beginnend mit R Version 3.4.0 kann man die Umgebungsvariable 'r_max_num_dlls' auf eine höhere Zahl festlegen. Weitere Informationen finden Sie unter ?Startup() . Ich empfehle, die maximale Anzahl von DLLs zu erhöhen, die auf 500 geladen werden können. Die Umgebungsvariable r_max_num_dlls kann vor dem Start R in R_Home/etc/renviron eingestellt werden. Auf meiner Ubuntu -Maschine befindet sich die Renviron -Datei in/usr/lib/r/etc/und ich kann sie auf 500 einstellen.
Darüber hinaus müssen die Benutzerbeschränkungen für offene Dateien (UNIX: ULIMIT) möglicherweise auf eine höhere Zahl eingestellt werden, um die Erhöhung der DLLs zu erhalten. Bitte lesen Sie die Hilfsseiten für Macs und Linux, um Anleitungen zu erhalten.
Bitte verwenden Sie den folgenden Eintrag zum Zitieren von Powsimr.
citation( " powsimR " )Powsimr wird in Bioinformatik veröffentlicht. Ein Präprint -Papier befindet sich ebenfalls auf Biorxiv.
Bitte senden Sie Fehlerberichte und Feature -Anfragen, indem Sie ein neues Problem auf dieser Seite öffnen. Ich versuche, über neue Entwicklungen / Änderungen der in powsimr implementierten Methoden auf dem Laufenden zu bleiben. Wenn Sie jedoch auf Auslauffehler stoßen, während Sie ein bestimmtes Tool verwenden (z. B. für die Imputation), schätze ich, ob Sie dies als Problem veröffentlichen können.
R Sitzungsinformationen library( powsimR )
# > Loading required package: gamlss.dist
# > Loading required package: MASS
# > Registered S3 method overwritten by 'gdata':
# > method from
# > reorder.factor gplots
# > Warning: replacing previous import 'DECENT::lrTest' by 'MAST::lrTest' when
# > loading 'powsimR'
# > Warning: replacing previous import 'penalized::predict' by 'stats::predict' when
# > loading 'powsimR'
# > Warning: replacing previous import 'zinbwave::glmWeightedF' by
# > 'zingeR::glmWeightedF' when loading 'powsimR'
sessionInfo()
# > R version 4.1.2 (2021-11-01)
# > Platform: x86_64-pc-linux-gnu (64-bit)
# > Running under: Ubuntu 18.04.6 LTS
# >
# > Matrix products: default
# > BLAS: /usr/lib/x86_64-linux-gnu/openblas/libblas.so.3
# > LAPACK: /usr/lib/x86_64-linux-gnu/libopenblasp-r0.2.20.so
# >
# > locale:
# > [1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C
# > [3] LC_TIME=de_DE.UTF-8 LC_COLLATE=en_US.UTF-8
# > [5] LC_MONETARY=de_DE.UTF-8 LC_MESSAGES=en_US.UTF-8
# > [7] LC_PAPER=de_DE.UTF-8 LC_NAME=C
# > [9] LC_ADDRESS=C LC_TELEPHONE=C
# > [11] LC_MEASUREMENT=de_DE.UTF-8 LC_IDENTIFICATION=C
# >
# > attached base packages:
# > [1] stats graphics grDevices utils datasets methods base
# >
# > other attached packages:
# > [1] powsimR_1.2.3 gamlss.dist_6.0-1 MASS_7.3-54
# >
# > loaded via a namespace (and not attached):
# > [1] mixtools_1.2.0 softImpute_1.4-1
# > [3] minpack.lm_1.2-1 lattice_0.20-45
# > [5] vctrs_0.3.8 fastICA_1.2-3
# > [7] mgcv_1.8-38 penalized_0.9-51
# > [9] blob_1.2.2 survival_3.2-13
# > [11] prodlim_2019.11.13 Rmagic_2.0.3
# > [13] later_1.3.0 nloptr_1.2.2.3
# > [15] DBI_1.1.1 R.utils_2.11.0
# > [17] rappdirs_0.3.3 SingleCellExperiment_1.16.0
# > [19] Linnorm_2.18.0 dqrng_0.3.0
# > [21] jpeg_0.1-9 zlibbioc_1.40.0
# > [23] MatrixModels_0.5-0 htmlwidgets_1.5.4
# > [25] mvtnorm_1.1-3 future_1.23.0
# > [27] UpSetR_1.4.0 parallel_4.1.2
# > [29] scater_1.22.0 irlba_2.3.3
# > [31] DEoptimR_1.0-9 Rcpp_1.0.7
# > [33] KernSmooth_2.23-20 DT_0.20
# > [35] promises_1.2.0.1 gdata_2.18.0
# > [37] DDRTree_0.1.5 DelayedArray_0.20.0
# > [39] limma_3.50.0 vegan_2.5-7
# > [41] Hmisc_4.6-0 ShortRead_1.52.0
# > [43] apcluster_1.4.8 RSpectra_0.16-0
# > [45] msir_1.3.3 mnormt_2.0.2
# > [47] digest_0.6.28 png_0.1-7
# > [49] bluster_1.4.0 qlcMatrix_0.9.7
# > [51] sctransform_0.3.2 cowplot_1.1.1
# > [53] pkgconfig_2.0.3 docopt_0.7.1
# > [55] DelayedMatrixStats_1.16.0 gower_0.2.2
# > [57] ggbeeswarm_0.6.0 iterators_1.0.13
# > [59] minqa_1.2.4 lavaan_0.6-9
# > [61] reticulate_1.22 SummarizedExperiment_1.24.0
# > [63] spam_2.7-0 beeswarm_0.4.0
# > [65] modeltools_0.2-23 xfun_0.28
# > [67] zoo_1.8-9 tidyselect_1.1.1
# > [69] ZIM_1.1.0 reshape2_1.4.4
# > [71] purrr_0.3.4 kernlab_0.9-29
# > [73] EDASeq_2.28.0 viridisLite_0.4.0
# > [75] snow_0.4-4 rtracklayer_1.54.0
# > [77] rlang_0.4.12 hexbin_1.28.2
# > [79] glue_1.5.0 RColorBrewer_1.1-2
# > [81] fpc_2.2-9 matrixStats_0.61.0
# > [83] MatrixGenerics_1.6.0 stringr_1.4.0
# > [85] lava_1.6.10 fields_13.3
# > [87] ggsignif_0.6.3 DESeq2_1.34.0
# > [89] recipes_0.1.17 SparseM_1.81
# > [91] httpuv_1.6.3 class_7.3-19
# > [93] BPSC_0.99.2 BiocNeighbors_1.12.0
# > [95] annotate_1.72.0 jsonlite_1.7.2
# > [97] XVector_0.34.0 tmvnsim_1.0-2
# > [99] bit_4.0.4 mime_0.12
# > [101] gridExtra_2.3 gplots_3.1.1
# > [103] Rsamtools_2.10.0 zingeR_0.1.0
# > [105] stringi_1.7.5 gmodels_2.18.1
# > [107] rhdf5filters_1.6.0 bitops_1.0-7
# > [109] maps_3.4.0 RSQLite_2.2.8
# > [111] tidyr_1.1.4 pheatmap_1.0.12
# > [113] data.table_1.14.2 rstudioapi_0.13
# > [115] GenomicAlignments_1.30.0 nlme_3.1-153
# > [117] qvalue_2.26.0 scran_1.22.1
# > [119] fastcluster_1.2.3 locfit_1.5-9.4
# > [121] scone_1.18.0 listenv_0.8.0
# > [123] cobs_1.3-4 R.oo_1.24.0
# > [125] prabclus_2.3-2 segmented_1.3-4
# > [127] dbplyr_2.1.1 BiocGenerics_0.40.0
# > [129] lifecycle_1.0.1 timeDate_3043.102
# > [131] ROTS_1.22.0 munsell_0.5.0
# > [133] hwriter_1.3.2 R.methodsS3_1.8.1
# > [135] moments_0.14 caTools_1.18.2
# > [137] codetools_0.2-18 coda_0.19-4
# > [139] Biobase_2.54.0 GenomeInfoDb_1.30.0
# > [141] vipor_0.4.5 htmlTable_2.3.0
# > [143] bayNorm_1.12.0 rARPACK_0.11-0
# > [145] xtable_1.8-4 SAVER_1.1.2
# > [147] ROCR_1.0-11 diptest_0.76-0
# > [149] formatR_1.11 lpsymphony_1.22.0
# > [151] abind_1.4-5 FNN_1.1.3
# > [153] parallelly_1.29.0 RANN_2.6.1
# > [155] sparsesvd_0.2 CompQuadForm_1.4.3
# > [157] BiocIO_1.4.0 GenomicRanges_1.46.1
# > [159] tibble_3.1.6 ggdendro_0.1.22
# > [161] cluster_2.1.2 future.apply_1.8.1
# > [163] Matrix_1.3-4 ellipsis_0.3.2
# > [165] prettyunits_1.1.1 shinyBS_0.61
# > [167] lubridate_1.8.0 NOISeq_2.38.0
# > [169] shinydashboard_0.7.2 mclust_5.4.8
# > [171] igraph_1.2.9 ggstance_0.3.5
# > [173] slam_0.1-49 testthat_3.1.0
# > [175] doSNOW_1.0.19 htmltools_0.5.2
# > [177] BiocFileCache_2.2.0 GenomicFeatures_1.46.1
# > [179] yaml_2.2.1 utf8_1.2.2
# > [181] XML_3.99-0.8 ModelMetrics_1.2.2.2
# > [183] ggpubr_0.4.0 DrImpute_1.0
# > [185] foreign_0.8-81 withr_2.4.2
# > [187] scuttle_1.4.0 fitdistrplus_1.1-6
# > [189] BiocParallel_1.28.2 aroma.light_3.24.0
# > [191] bit64_4.0.5 foreach_1.5.1
# > [193] robustbase_0.93-9 outliers_0.14
# > [195] Biostrings_2.62.0 combinat_0.0-8
# > [197] rsvd_1.0.5 ScaledMatrix_1.2.0
# > [199] iCOBRA_1.22.1 memoise_2.0.1
# > [201] evaluate_0.14 VGAM_1.1-5
# > [203] nonnest2_0.5-5 geneplotter_1.72.0
# > [205] permute_0.9-5 caret_6.0-90
# > [207] curl_4.3.2 fdrtool_1.2.17
# > [209] fansi_0.5.0 conquer_1.2.1
# > [211] edgeR_3.36.0 checkmate_2.0.0
# > [213] cachem_1.0.6 truncnorm_1.0-8
# > [215] tensorA_0.36.2 DECENT_1.1.0
# > [217] ellipse_0.4.2 rjson_0.2.20
# > [219] metapod_1.2.0 ggplot2_3.3.5
# > [221] rstatix_0.7.0 ggrepel_0.9.1
# > [223] scDD_1.18.0 tools_4.1.2
# > [225] sandwich_3.0-1 magrittr_2.0.1
# > [227] RCurl_1.98-1.5 car_3.0-12
# > [229] pbivnorm_0.6.0 bayesm_3.1-4
# > [231] xml2_1.3.2 EBSeq_1.34.0
# > [233] httr_1.4.2 assertthat_0.2.1
# > [235] rmarkdown_2.11 Rhdf5lib_1.16.0
# > [237] boot_1.3-28 globals_0.14.0
# > [239] R6_2.5.1 nnet_7.3-16
# > [241] progress_1.2.2 genefilter_1.76.0
# > [243] KEGGREST_1.34.0 gtools_3.9.2
# > [245] statmod_1.4.36 beachmat_2.10.0
# > [247] BiocSingular_1.10.0 rhdf5_2.38.0
# > [249] splines_4.1.2 carData_3.0-4
# > [251] colorspace_2.0-2 amap_0.8-18
# > [253] generics_0.1.1 stats4_4.1.2
# > [255] NBPSeq_0.3.0 compositions_2.0-2
# > [257] base64enc_0.1-3 baySeq_2.28.0
# > [259] pillar_1.6.4 HSMMSingleCell_1.14.0
# > [261] GenomeInfoDbData_1.2.7 plyr_1.8.6
# > [263] dotCall64_1.0-1 gtable_0.3.0
# > [265] SCnorm_1.16.0 monocle_2.22.0
# > [267] restfulr_0.0.13 knitr_1.36
# > [269] RcppArmadillo_0.10.7.3.0 latticeExtra_0.6-29
# > [271] biomaRt_2.50.1 IRanges_2.28.0
# > [273] fastmap_1.1.0 doParallel_1.0.16
# > [275] pscl_1.5.5 flexmix_2.3-17
# > [277] quantreg_5.86 AnnotationDbi_1.56.2
# > [279] broom_0.7.10 filelock_1.0.2
# > [281] scales_1.1.1 arm_1.12-2
# > [283] backports_1.4.0 plotrix_3.8-2
# > [285] IHW_1.22.0 S4Vectors_0.32.3
# > [287] densityClust_0.3 ipred_0.9-12
# > [289] lme4_1.1-27.1 hms_1.1.1
# > [291] Rtsne_0.15 dplyr_1.0.7
# > [293] shiny_1.7.1 grid_4.1.2
# > [295] Formula_1.2-4 blockmodeling_1.0.5
# > [297] crayon_1.4.2 MAST_1.20.0
# > [299] RUVSeq_1.28.0 pROC_1.18.0
# > [301] sparseMatrixStats_1.6.0 viridis_0.6.2
# > [303] rpart_4.1-15 zinbwave_1.16.0
# > [305] compiler_4.1.2
