Ringo--an R/Bioconductor package for analyzing ChIP-chip readouts.
Ringo--an R/Bioconductor package for analyzing ChIP-chip readouts.
复制标题
DOI：
10.1186/1471-2105-8-221
复制
发表时间：
2007-06-26
影响因子：
3
通讯作者：
Huber W
中科院分区：
文献类型：
--
作者：
Toedling J;Skylar O;Krueger T;Fischer JJ;Sperling S;Huber W
染色质免疫沉淀结合DNA微阵列（ChIP芯片）是一种高通量检测DNA-蛋白质结合或翻译后染色质/组蛋白修饰的方法。然而，原始的微阵列强度读数本身并不能立即对研究人员有用，而是需要许多生物信息学分析步骤。确定的富集区域需要进行生物信息学注释，并通过统计方法与相关数据集进行比较。我们提出了一个免费的开源R软件包Ringo，通过提供数据导入，质量评估，数据的标准化和可视化以及ChIP富集基因组区域的检测功能，促进了ChIP芯片实验的分析。Ringo与Bioconductor项目的其他软件包集成，使用通用的数据结构，并附有丰富的文档。它促进了程序化分析工作流程的构建，在分析的可扩展性，再现性和方法范围方面提供了好处，并开辟了广泛的后续统计和生物信息学方法的选择。
Chromatin immunoprecipitation combined with DNA microarrays (ChIP-chip) is a high-throughput assay for DNA-protein-binding or post-translational chromatin/histone modifications. However, the raw microarray intensity readings themselves are not immediately useful to researchers, but require a number of bioinformatic analysis steps. Identified enriched regions need to be bioinformatically annotated and compared to related datasets by statistical methods. We present a free, open-source R package Ringo that facilitates the analysis of ChIP-chip experiments by providing functionality for data import, quality assessment, normalization and visualization of the data, and the detection of ChIP-enriched genomic regions. Ringo integrates with other packages of the Bioconductor project, uses common data structures and is accompanied by ample documentation. It facilitates the construction of programmed analysis workflows, offers benefits in scalability, reproducibility and methodical scope of the analyses and opens up a broad selection of follow-up statistical and bioinformatic methods.
登录
查看更多内容
影响因子：
12.3
作者：
Gentleman RC;Carey VJ;Bates DM;Bolstad B;Dettling M;Dudoit S;Ellis B;Gautier L;Ge Y;Gentry J;Hornik K;Hothorn T;Huber W;Iacus S;Irizarry R;Leisch F;Li C;Maechler M;Rossini AJ;Sawitzki G;Smith C;Smyth G;Tierney L;Yang JY;Zhang J
通讯作者：
Zhang J
影响因子：
1.9
作者：
Zheng, Ming;Barrera, Leah O.;Wu, Ying Nian
通讯作者：
Wu, Ying Nian
影响因子：
12.3
作者：
Buck MJ;Nobel AB;Lieb JD
通讯作者：
Lieb JD
影响因子：
1.9
作者：
Keles, Sunduz
通讯作者：
Keles, Sunduz
影响因子：
56.9
作者：
Ren, B;Robert, F;Young, RA
通讯作者：
Young, RA