<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>kazumaxneo</author_name>
  <author_url>https://blog.hatena.ne.jp/kazumaxneo/</author_url>
  <blog_title>macでインフォマティクス</blog_title>
  <blog_url>https://kazumaxneo.hatenablog.com/</blog_url>
  <categories>
    <anon>2019</anon>
    <anon>BMC Bioinformatics</anon>
    <anon>Bioconductor</anon>
    <anon>RNA seq</anon>
    <anon>PCA</anon>
    <anon>shiny</anon>
    <anon>結果の視覚化  (visualization)</anon>
    <anon>GO enrichment analysis</anon>
  </categories>
  <description>2022/01/30 誤字修正 主成分分析（PCA）は、RNAシーケンス（RNA-seq）遺伝子発現アッセイなどの高次元データにおける品質評価や探索的分析に、ゲノミクスアプリケーションで頻繁に使用されている。この目的のために開発された多くのソフトウェアパッケージがあるにもかかわらず、これらの操作を実行するための対話的で包括的なインタフェースは不足している。pcaExplorerはShinyフレームワークを用いてRで実装されており、オープンソースのBioconductorプロジェクトのデータ構造を利用している。ユーザーは、一般的な概要、サンプルや遺伝子の次元削減、主成分の機能的解釈など、利用可能…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fkazumaxneo.hatenablog.com%2Fentry%2F2022%2F01%2F30%2F003157&quot; title=&quot; RNA-seqの主成分分析のためのR/Bioconductorパッケージ pcaExplorer - macでインフォマティクス&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/k/kazumaxneo/20220111/20220111001027.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2022-01-30 00:31:57</published>
  <title> RNA-seqの主成分分析のためのR/Bioconductorパッケージ pcaExplorer</title>
  <type>rich</type>
  <url>https://kazumaxneo.hatenablog.com/entry/2022/01/30/003157</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
