主要内容
表达分析
识别、可视化和分类差异表达基因和表达谱
功能
垫 |
执行两样本t检验来评估来自两种实验条件或表型的基因的差异表达 |
mafdr |
估计多重假设检验的阳性错误发现率 |
mavolcanoplot |
创建微阵列数据的显著性与基因表达比率(倍数变化)散点图 |
mairplot |
创建微阵列数据的强度与比率散点图 |
maboxplot |
为微阵列数据创建框图 |
maloglog |
创建微阵列数据的日志图 |
mapcaplot |
创建微阵列数据的主成分分析(PCA)图 |
nbintest |
小样本量计数资料的非配对假设检验 |
redbluecmap |
创建红色和蓝色的颜色地图 |
redgreencmap |
创建红色和绿色颜色地图 |
probesetplot |
情节Affymetrix探头设置强度值 |
metafeatures |
基于互信息学习的特征工程吸引子元基因算法 |
rankfeatures |
根据类可分性标准对关键特征进行排序 |
randfeatures |
生成特征的随机子集 |
knnimpute |
使用最近邻法估算缺失数据 |
crossvalind |
生成训练和测试集的指标 |
classperf |
评估分类器的性能 |
类
DataMatrix |
创建DataMatrix对象 |
DataMatrix对象 |
数据结构封装了来自微阵列实验的数据和元数据，以便它可以被基因或探针标识符和样本标识符索引 |
生物量。ExpressionSet |
包含来自微阵列基因表达实验的数据 |
bioma.data.ExptData |
包含来自微阵列实验的数据值 |
bioma.data.MetaData |
包含来自微阵列实验的元数据 |
bioma.data.MIAME |
包含来自微阵列基因表达实验的实验信息 |
NegativeBinomialTest |
非配对假设检验结果 |
的热图 |
对象包含矩阵和热图显示属性 |
clustergram |
对象，包含层次聚类分析数据 |
主题
微阵列基因表达数据的对象概述
构造DataMatrix对象，获取和设置属性，并访问数据。
构造ExptData对象，使用属性和方法，并访问数据。
构造元数据对象，使用属性和方法，并访问数据。
构建MIAME对象，使用属性和方法，并访问数据。
构造ExpressionSet对象，使用属性和方法，并访问数据。
MATLAB®环境广泛用于微阵列数据分析，包括读取、过滤、归一化和可视化微阵列数据。
您可以对数据集中的特征进行分类和识别，建立交叉验证实验，并比较不同的分类方法。
特色的例子
你也可以从以下列表中选择一个网站:
