อัลกอริทึมในการใช้ส่วนการคัดลอกส่วนที่เฉพาะเจาะจงและอัลลีลโดยประมาณจากการจัดลำดับเนื้องอก/ปกติ
GitHub Actions CI ( Linux, MacOS & MS Windows ) ครอบคลุมการทดสอบ
คุณสามารถติดตั้งเวอร์ชันปัจจุบัน (พร้อมกับบทความ) โดยใช้คำสั่ง
remotes :: install_github( " mskcc/facets " , build_vignettes = TRUE )PCTGCDATA เป็นแพ็คเกจที่จำเป็น ดังนั้นติดตั้งที่ (ต้องทำเพียงครั้งเดียว)
remotes :: install_github( " mskcc/pctGCdata " )หากคุณได้รับข้อความแสดงข้อผิดพลาดเกี่ยวกับการใช้ pctgcdata
remotes :: install_github( " veseshan/pctGCdata " )เวอร์ชันใหม่ประมาณระดับอัตราส่วนบันทึกที่สอดคล้องกับสถานะ Diploid มันถูกฝังลงในการโทร Procsample ในแง่ของการใช้แพ็คเกจที่คุณสามารถทำได้:
rcmat <- readSnpMatrix( filename , ... )
xx <- preProcSample( rcmat , ... )
# specify cval you like
oo <- procSample( xx , cval = 300 )และตรงไปที่
emcncf( oo ) ตัวเลือก emcncf2(oo) กำหนดโครงสร้างคลัสเตอร์ clonal ขณะนี้ฟังก์ชั่นนี้กำลังทำใหม่ กรุณาใช้ด้วยความระมัดระวัง
เอาท์พุทของ Procsample ตอนนี้มี 4 องค์ประกอบ:
jointseg - เหมือนก่อนout - ก่อนหน้านี้มีคอลัมน์เพิ่มเติม 3 คอลัมน์: CF, TCN, LCNdipLogR ตำแหน่งโดยประมาณของค่าอัตราส่วนบันทึกไดอารี่flags - สิ่งนี้แสดงให้เห็นว่าการศึกษาการประชุมสม่ำเสมอนั้นดีหรือไม่ หาก flags เป็นโมฆะจะไม่มีปัญหาที่ชัดเจนกับการประมาณการการศึกษา มันสามารถมีความคิดเห็นอื่นอีกสองข้อ: "MAFR ไม่เล็กพอ" และ "อาจเป็น Polyclonal 1 Copy Loss" อันแรกหมายความว่าไม่มีเซ็กเมนต์ที่มีอัลลีลที่สมดุลเพียงพอและดังนั้นการประมาณการอาจไม่ดี อันที่สองหมายความว่าดูเหมือนว่าจีโนมเป็นสองเท่า กลุ่มระดับล่างเท่านั้นคือ 2+1 และ 2+0 (จาก 2+2); แบบจำลองที่ไม่มีจีโนมเป็นสองเท่า แต่การสูญเสียการคัดลอกครั้งเดียว (1+0 จาก 1+1) ที่มีส่วนต่าง ๆ ของเซลล์ที่แตกต่างกันสองส่วนอาจพอดีได้ดีกว่า
หมายเหตุ: ฉันไม่ได้อ้างว่าฉันได้ครอบคลุมสถานการณ์ที่เป็นไปได้ทั้งหมดที่นำไปสู่การประมาณการการศึกษาที่ไม่ดี หากคุณเจอสิ่งใดที่ดูเหมือนไม่ถูกต้อง แต่ธงเป็นโมฆะแจ้งให้เราทราบ