
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
https://img.shields.io/badge/lifecycle-experimental-orange.svg]([***] https://img.shields.io/github/v/release/sk-sahu/sig-bio-shiny](https://github.com/sk-sahu/sig-bio-shiny/releases) https://travis-ci.org/sk-sahu/sig-bio-shiny.svg?branch=master](https://travis-ci.org/sk-sahu/sig-bio-shiny) https://circleci.com/gh/sk-sahu/sig-bio-shiny.svg?style=svg](https://circleci.com/gh/sk-sahu/sig-bio-shiny) https://github.com/sk-sahu/sig-bio-shiny/workflows/R-CMD-check/badge.svg](https://github.com/sk-sahu/sig-bio-shiny/actions?workflow=R-CMD-check) https://img.shields.io/docker/cloud/build/sudosk/sig-bio-shiny](https://hub.docker.com/repository/docker/sudosk/sig-bio-shiny/builds)
一个用于基因集探索和显著生物学分析的交互式应用套件/界面。
注意:以上是SigBio-v0.2.1的屏幕录制(由于项目快速迭代,您下载的最新版本可能与录制内容有所不同)。
您可以按照安装说明在本地计算机上运行,或尝试以下方法。
目前该应用至少需要4GB系统内存,因此无法托管在shinyapps.io上,但在RStudio的帮助下,该项目的RStudio Cloud实例已配置为4GB。您可以通过以下链接登录并按照运行应用说明操作:
在RStudio-Cloud中尝试SigBio-Shiny
目录
本应用的主要目的是为基因集探索提供便捷的界面,无需担心获取生物数据库或转换特定R对象以适配现有R/Bioconductor包的输入格式。
基因表达数据下游分析的结果通常是一组基因(如聚类基因列表、上下调基因)。为了解这些基因在特定背景(基因本体或通路)下的生物学意义,存在多种统计分析方法(如基因集富集、过度表达分析)。虽然已有许多优秀的Bioconductor包,但有时入门门槛较高(主要因输入类型限制),且对非模型生物的支持更具挑战性。
sig-bio-shiny旨在解决这些问题,完全基于R和Bioconductor开发,无需手动导入数据库,仅通过单个R脚本即可简化部署。它充分利用AnnotationHub包获取所选生物的最新注释,并使用多种知名包进行统计分析。
sig-bio-shiny应用及SigBio R包是开源项目,遵循https://opensource.org/licenses/MIT%E3%80%82%E6%9C%AC%E5%BA%94%E7%94%A8%E9%83%A8%E5%88%86%E4%BB%BB%E5%8A%A1%E4%BD%BF%E7%94%A8KEGG%E6%95%B0%E6%8D%AE%EF%BC%8C%E5%AD%A6%E6%9C%AF%E7%94%A8%E9%80%94%E5%85%8D%E8%B4%B9%EF%BC%8C%E4%BD%86%E5%85%B6%E4%BB%96%E7%94%A8%E9%80%94%E5%8F%AF%E8%83%BD%E9%9C%80%E8%A6%81%E8%AE%B8%E5%8F%AF%E5%8D%8F%E8%AE%AE%EF%BC%88%E8%AF%A6%E6%83%85%E8%A7%81KEGG%E5%AE%98%E7%BD%91%EF%BC%89%E3%80%82%E4%BD%BF%E7%94%A8%E6%9C%AC%E5%BA%94%E7%94%A8%E5%8D%B3%E8%A1%A8%E7%A4%BA%E6%82%A8%E5%90%8C%E6%84%8F%E9%81%B5%E5%AE%88%E5%90%84%E5%B7%A5%E5%85%B7%E7%9A%84%E8%AE%B8%E5%8F%AF%E6%9D%A1%E6%AC%BE%EF%BC%8C%E5%BC%80%E5%8F%91%E8%80%85%E4%B8%8D%E5%AF%B9%E4%BB%BB%E4%BD%95***%E9%97%AE%E9%A2%98%E8%B4%9F%E8%B4%A3%E3%80%82
R >= 3.5
在R控制台执行:
rif (!require(remotes)) { install.packages("remotes") } remotes::install_github("sk-sahu/sig-bio-shiny")
在浏览器中启动应用:
rSigBio::runApp()
首先需安装SigBio包,它包含应用所需的所有API功能。
从shiny-server的特定应用目录使用wget下载app.R文件:
bashwget https://raw.githubusercontent.com/sk-sahu/sig-bio-shiny/master/inst/app/app.R -O sig-bio-shiny-app.R
首次运行时将自动下载并安装所有依赖项。
bashdocker pull sudosk/sig-bio-shiny:latest docker run --user shiny --rm -p 80:3838 sudosk/sig-bio-shiny:latest
在浏览器中访问[***]
首先感谢您对本项目的兴趣 :)
若您想修复/报告bug或添加额外模块,请遵循以下开发者说明,这将帮助我们保持项目结构的一致性。
尽量保持`app.R`文件简洁,仅包含必要代码。每个模块的Server和UI函数应放在单个R脚本中(例如:`module_modulename.R`),模块所需的额外函数应放在另一个文件中(例如:`module_modulename_utils.R`)。
我将进一步扩展本节内容,如有疑问请随时联系。
部署到shinyapps.io时参考:https://support.bioconductor.org/p/***/
Roptions(repos = BiocManager::repositories())
请注意,SigBio项目发布时附带http://sk-sahu.github.io/sig-bio-shiny/CODE_OF_CONDUCT.html%E3%80%82%E5%8F%82%E4%B8%8E%E6%9C%AC%E9%A1%B9%E7%9B%AE%E5%8D%B3%E8%A1%A8%E7%A4%BA%E6%82%A8%E5%90%8C%E6%84%8F%E9%81%B5%E5%AE%88%E5%85%B6%E6%9D%A1%E6%AC%BE%E3%80%82
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
来自真实用户的反馈,见证轩辕镜像的优质服务