DECOD公司 swMATH ID: 33137 软件作者： 彼得·哈金斯（Peter Huggins）、单忠（Shan Zhong）、艾迪特·希夫（Idit Shiff）、雷切尔·贝克曼（Rachel Beckerman）、奥列格·拉普滕科（Oleg Laptenko）、卡罗尔·普里夫斯（Carol Prives）、马塞尔·舒尔茨（Marcel H 描述： DECOD：快速准确的鉴别DNA基序发现。动机：Motif发现现在通常用于高通量研究，包括大规模测序和蛋白质组学。这些数据集提出了新的挑战。第一个是速度。许多模体发现方法不能很好地扩展到大型数据集。另一个问题是识别歧视性而非生成性主题。这些区别性的基序对于识别协同因素和解释不同条件下行为的变化非常重要。结果：为了解决这些问题，我们开发了一种DECOnvolved鉴别基序发现（DECOD）方法。DECOD使用k-mer计数表，因此其运行时间与输入集的大小无关。通过解卷积k-mers，DECOD考虑上下文信息，而不直接使用序列。当使用模拟和真实的生物基准数据时，DECOD在速度和准确性方面都优于以前的方法。我们对p53突变体进行了新的结合实验，并使用DECOD鉴定了p53共因子，提出了p53激活的新机制。 主页： http://sb.cs.cmu.edu/DECOD网站/ 相关软件： github；西德汉姆；JASPAR公司；DREME公司；TRANSFAC公司 引用于： 1文件 3位作者引用 1 尤西Taipale 1 贾科·托沃宁 1 埃斯科·乌科宁 0连载引用 在1个字段中引用 1 生物学和其他自然科学（92-XX） 按年份列出的引文