主要内容

频谱与信号分析

模式或复合识别;校准光谱和信号到峰值和其他数据集

通过检测峰值并将其与参考文献对齐来表征质谱数据。通过对特征进行排序和使用其他机器学习技术来检测潜在的生物标志物。可视化质谱数据，并从LC/MS或GC/MS数据绘制一组峰值列表。

功能

全部展开

mspeaks 将原始峰值数据转换为峰值列表(集中数据)
mspalign 从LC/MS或GC/MS数据集的多个峰值列表中对齐质谱
msalign 将信号中的峰值与参考峰值对齐
samplealign 通过引入间隙，使包含顺序观测的两个数据集对齐
isotopicdist 计算高分辨率同位素的质量分布和密度函数
msheatmap 建立质谱伪彩色图像集
msdotplot 从LC/MS或GC/MS数据集中绘制峰值列表集
msviewer 探索质谱或质谱集
traceplot 绘制核苷酸示踪图
metafeatures 基于互信息学习的特征工程吸引子元基因算法
rankfeatures 根据类可分离性标准对关键特征进行排名
randfeatures 生成特征的随机子集
classperf 评估分类器的性能
crossvalind 为训练和测试集生成索引

主题

  • 质谱数据分析

    质谱功能对来自SELDI-TOF和MALDI-TOF光谱仪的原始数据进行预处理和分类，并使用统计学习函数识别模式。

Baidu
map