PICS公司 swMATH ID: 37329 软件作者: 张学奎;罗伯逊,戈登;克日温斯基,马丁;宁、凯达;阿诺德·德罗伊特;史蒂文·琼斯;拉斐尔·戈塔多 描述: PICS:ChIP-seq的概率推断。ChIP-seq结合染色质免疫沉淀和大规模并行短阅读测序。虽然它可以以比ChIP-ChIP更高的灵敏度、特异性和空间分辨率来描述全基因组体内转录因子-DNA关联,但它对统计分析提出了新的挑战,这些挑战源于特征生物系统的复杂性及其序列数据的变异性和偏差。我们提出了一种称为PICS(ChIP-seq的概率推断)的方法,用于从对齐读取中识别受转录因子约束的区域。PICS通过建模定向读取的局部浓度来识别结合事件的位置,并使用DNA片段长度先验信息通过贝叶斯层次(t)混合模型来区分紧密相邻的结合事件。它使用预先计算的全基因组读取可映射性曲线和截断(t)分布来调整由于局部基因组重复性而丢失的读取的绑定事件模型。它估计模型参数中的不确定性,这些参数可用于定义绑定事件位置的置信区域并过滤估计。最后,PICS计算与对照样本相关的事件富集分数,并可以使用对照样本估计错误发现率。利用已发表的人类细胞系GABP和FOXA1数据,我们表明PICS预测的结合位点与计算预测的结合基序比其他方法MACS、QuEST、CisGenome和USeq更加一致。然后,我们使用仿真研究来验证PICS与这些方法相比有优势,并且对模型错误指定具有鲁棒性。 主页: https://arxiv.org/abs/0903.3206 关键词: 贝叶斯层次模型;EM算法;可映射性;缺少值;混合物模型;转录因子;截断数据;(t) -分配 相关软件: FindPeaks公司;生物导体;对;维恩图;核子模拟;海雀;核素R;寻求共识 引用于: 3文件 标准条款 1出版物描述软件,包括1出版物以zbMATH为单位 年份 PICS:ChIP-seq的概率推断。 Zbl 1216.62184号张学奎;罗伯逊,戈登;马丁·科兹温斯基;宁、凯达;阿诺德·德罗伊特;史蒂文·琼斯;拉斐尔·戈塔多 2011 全部的 前5名15位作者引用 2 阿诺德·德罗伊特 1 帕斯卡·贝洛 1 阿斯特里德·德什内斯 1 尤利娅·加夫里洛夫 1 拉斐尔·戈塔多 1 史蒂文·琼斯 1 Khadraoui,卡德尔 1 马丁·科兹温斯基 1 拉杰米·拉哈尔·柴卜 1 克利福德·A·迈耶。 1 宁、凯达 1 戈登·罗伯逊 1 拉瓦内·桑布 1 阿明·施瓦茨曼 1 张学奎 3篇连载文章中引用 1 生物计量学 1 遗传学和分子生物学中的统计应用 1 应用统计学年鉴 在3个字段中引用 三 统计学(62-XX) 2 生物学和其他自然科学(92-XX) 1 数值分析(65-XX) 按年份列出的引文