相关实验视频
Updated: Jun 18, 2025

Analyzing Multifactorial RNA-Seq Experiments with DiCoExpress
Published on: July 29, 2022
sendigR:一个R包,利用CDISC SEND数据集的价值进行交叉研究分析
K Snyder1, C M Sabbir Ahmed1,2, Md Yousuf Ali1,2
1US Food and Drug Administration, Silver Spring, MD, United States.
新的 sendigR R 包可使用标准非临床数据交换 (SEND) 数据集进行交叉研究毒理学分析. 它可以构建数据库和协调术语,用于开源毒理学数据探索.
科学领域:
- *药理学和毒理学 *药理学和毒理学
- * 数据科学和生物信息学
背景情况:
- * CDISC非临床数据交换标准 (SEND) 允许在毒理学中进行数据标准化.
- *促进SEND数据集的交叉研究分析对于药物开发至关重要.
- *需要开源软件解决方案才能有效利用SEND数据.
研究的目的:
- * 开发和宣传用于SEND数据集交叉研究分析的新方法.
- *创建一个开源的R包, sendigR,用于从SEND数据集构建关系数据库.
- * 为了使SEND数据集中的术语协调,使用受控术语.
主要方法:
- * 在与制药用户软件交易所 (PHUSE) 合作开发R套件"sendigR".
- * 整合了Python包"xptcleaner"用于术语协调.
- * 包含一个R Shiny网络应用程序,用于历史控制分析,无需编码经验.
主要成果:
- * `sendigR` R包允许用户从SEND数据集构建一个关系数据库.
- *用户可以查询数据库进行交叉研究分析.
- * 术语协调是通过通过"exptcleaner"对CDISC控制的术语进行映射来实现的.
- * 非程序员可以使用R Shiny应用程序进行历史控制分析.
结论:
- * `sendigR`为研究人员分析毒理学数据提供了一个有价值的开源工具.
- * 该套件使经验丰富的程序员和毒理学家能够对SEND数据进行交叉研究分析.
- * `sendigR` 在CRAN和GitHub上免费提供,促进协作开发和可访问性.
更多相关视频
07:49Global and Current Research Trends of Single-Cell Sequencing in Cancer: A Bibliometric and Visualization Study
Published on: April 18, 2025
06:01Visualization and Quantification of High-Dimensional Cytometry Data using Cytofast and the Upstream Clustering Methods FlowSOM and Cytosplore
Published on: December 12, 2019
相关概念视频
Statistical Software for Data Analysis and Clinical Trials
Introduction to R
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...