promor: a comprehensive R package for label-free proteomics data analysis and predictive modeling.
promor: a comprehensive R package for label-free proteomics data analysis and predictive modeling.
复制标题
DOI：
10.1093/bioadv/vbad025
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
我们提出了promor，一个全面的，用户友好的R包，简化了无标记定量蛋白质组学数据分析和构建基于机器学习的预测模型与顶级候选蛋白质。promor作为开源R软件包在Comprehensive R Archive Network（CRAN）（https：//CRAN.R-project.org/package=promor）上免费提供，并在Lesser General Public License（2.1或更高版本）下分发。promor的开发版本在GitHub（https：//github.com/caranathunge/promor）上维护，其他文档和教程在包网站（https：//caranathunge.github.io/promor/）上提供。 补充数据可在Bioinformatics Advances在线获得。
We present promor, a comprehensive, user-friendly R package that streamlines label-free quantification proteomics data analysis and building machine learning-based predictive models with top protein candidates. promor is freely available as an open source R package on the Comprehensive R Archive Network (CRAN) (https://CRAN.R-project.org/package=promor) and distributed under the Lesser General Public License (version 2.1 or later). Development version of promor is maintained on GitHub (https://github.com/caranathunge/promor) and additional documentation and tutorials are provided on the package website (https://caranathunge.github.io/promor/). Supplementary data are available at Bioinformatics Advances online.
登录
查看更多内容
影响因子：
14.9
作者：
Ritchie ME;Phipson B;Wu D;Hu Y;Law CW;Shi W;Smyth GK
通讯作者：
Smyth GK
DOI：
10.1093/bioadv/vbab041
发表时间：
2022
期刊：
Bioinformatics advances
影响因子：
--
作者：
通讯作者：
--
影响因子：
11.1
作者：
Virreira Winter S;Karayel O;Strauss MT;Padmanabhan S;Surface M;Merchant K;Alcalay RN;Mann M
通讯作者：
Mann M
影响因子：
4.4
作者：
Shah, Anup D.;Goode, Robert J. A.;Schittenhelm, Ralf B.
通讯作者：
Schittenhelm, Ralf B.
影响因子：
48
作者：
Tyanova, Stefka;Temu, Tikira;Cox, Juergen
通讯作者：
Cox, Juergen