文章预览
研究背景 组学数据分析面临着数据处理、分析和整合的挑战。为了应对这些挑战,Bioconductor 作为开源平台提供了丰富的组学数据分析工具。另一方面,tidy R 编程范式以其直观的数据组织和处理标准,在数据科学领域掀起了一场革命。 研究目的 本研究介绍了 tidyomics 软件生态系统,它将 Bioconductor 与 tidy R 范式相结合,旨在简化组学分析流程,降低学习门槛,促进跨学科合作。 研究方法 tidyomics 生态系统: tidyomics 包含三个新的 R 包:tidySummarizedExperiment、 tidySingleCellExperiment 和 tidySpatialExperiment,以及五个公开可用的 R 包:plyranges、nullranges、tidyseurat、tidybulk 和 tidytof。tidyomics 将组学数据以 tidy 格式呈现,但保留了原始数据容器和方法,确保与现有软件的兼容性以及 Bioconductor 的长期支持。 数据分析: 研究人员从 Human Cell Atlas 中收集了 75
………………………………