剧集

R 中数字RF 试验的集成分析

替换为 Stefan Rödiger

useR!2017:数字RF体验器的综合分析...

关键字:数字RF、多比较、GUI、可重现的研究
网页: https://CRAN.R-project.org/package=dpcR, , http://michbur.github.io/dpcR%5Fmanual/http://michbur.github.io/pcRuniveRsum/
数字RF(dPCR)是一种RF的变体,在多个小型卷反应(称为分区)中(称为分区)而不是批量进行RF放大。 每个分区(正或负放大)的二分法状态用于泊松转换正分区比例的模板分子的绝对量化。 dPCR 技术的大规模扩展及其应用程序后,又发展了统计数据分析方法。 然而,软件布局分散,由各种编程语言的脚本、范围较窄或封闭的源供应商软件包的 Web 服务器组成,这些软件包通常与其平台紧密相连。 这会导致不利的环境,因为不同平台的结果,甚至来自使用同一平台的不同实验室的结果,不能轻易地相互比较。
为了应对这些挑战,我们开发了 dpcReport shiny 服务器,该服务器提供用于分析 dPCR 数据的开源工具。 dpcReport 为 dPCR 社区提供了一个简化的分析框架,该框架与来自不同 dPCR 平台的数据输出(例如 CSV、XLSX)兼容(例如,Bio-Rad QX100/200、Biomark)。 这超出了供应商提供的软件的基本 dPCR 数据分析,这通常仅限于每个分区的平均模板复制编号及其不确定性的计算。 dpcReport 使用户能够更好地控制其数据分析,并受益于标准化和可重现的分析。
无论平台供应商或类型(droplet 或 chamber dPCR)如何,我们的 Web 服务器都会分析数据。 它不限于商业可用的平台,还可以通过通用 REDF 格式导入数据(遵循 IETF RFC 4180 标准)与实验系统一起使用。 dpcReport 为用户提供了用于数据质量控制的高级工具,并纳入了统计测试,用于比较试验 [@burdukiewicz_methods_2016]中的多个反应,目前许多与 dPCR 相关的软件工具中不存在。 dpcReport 为用户提供用于数据质量控制的高级工具。 进行的分析完全集成到广泛的可自定义交互式 HTML 报表中,包括数字、表和计算。
为了提高可重现性和透明度,报表可能包含 R 中的代码片段,从而精确再现 dpcReport 执行的分析。 我们开发了 dpcR 包来收集闪亮服务器使用的所有功能。 此外,该包还提供其他功能,方便分析和质量控制 dPCR 数据。 然而,核心功能可通过闪亮的服务器获得,以尽量减少使用软件所需的入口屏障。
dpcReport 和 dpcR 都遵循 dMIQE 准则的标准化 dPCR 名词 [@huggett_digital_2013]。 由于软件提供的大量功能起初可能压倒一切,因此我们的软件已广泛记录。 文档通过对示例数据集的分析进行扩充。
dpcReport Web 服务器和 dpcR 包属于 pcRuniveRsum,这是用于分析实验 DNA 放大的 R 工具集合