AREM

AREM는 (칩 서열 데이터에 대한 모델 기반 분석) 맥을 기반으로합니다.
염색질 면역 침전 (칩 서열)에 결합 높은 처리량 시퀀싱 널리 게놈 전반 전사 인자, 보조 인자, 염색질 개질제 및 다른 DNA 결합 단백질의 결합 패턴을 특징으로 사용된다. 칩 서열 데이터 분석의 주요 단계는 참조 게놈 단편 높은 처리량 시퀀싱로부터 판독 매핑 짧은 읽기 풍부 피크 영역을 식별하는 것이다.
몇 가지 방법이 칩 - 서열 분석을 위해 제안되었지만, 대부분의 기존 사내 방법만을 고려하는 것이 유일하게 참조 게놈에 배치 될 수 판독하고, 따라서 피크가 반복 서열 내에 cated LO- 검출 저전력있다. 여기에서 우리는 모든 사용 바인딩 패턴의 진정한 게놈 넓은 뷰를 제공, 읽기 칩 서열 데이터 분석을위한 확률 적 접근 방법을 소개합니다.
농축 된 영역과 널 게놈 배경 K에 대응하는 혼합 모델을 이용하여 모델링된다 읽는다. 우리는 농후 영역의 위치를​​ 추정하고, 각각의 정렬 확률이 다른 게놈 위치에 판독 업데이트하기 위해, AREM라고 기대 - 최대화 (EM) 된 알고리즘을 구현하기 위해 최대 가능성을 사용한다.
자세한 내용은 RECOMB 2011 년 우리의 종이를 참조하거나 우리의 웹 사이트를 방문하십시오 http://cbcl.ics.uci.edu/AREM을
후술하는 바와 같이 AREM는 인기 MACS 피크 발신자에 기초 :
시퀀싱 기술의 향상으로, 염색질 면역 높은 처리량 시퀀싱 하였다 (칩 서열)은 게놈 전반에 걸친 DNA 단백질 상호 작용을 연구하기 위해 점점 인기가있다. 강력한 칩 서열 분석 방법의 부족을 해결하기 위해, 우리는 결합 부위 성적 계수를 식별하기위한 칩 서열 (MACS)의 모델 기반 분석라는 신규 한 알고리즘을 제시한다.
MACS 칩은 농후 영역의 중요성을 평가하기 게놈 복잡성의 영향을 캡처하고, MACS 시퀀싱 태그의 위치 및 방향 모두의 정보를 결합을 통해 결합 부위의 공간 분해능을 향상시킨다. 맥은 쉽게 혼자 칩 서열 데이터에 사용, 또는 특이도의 증가와 제어 샘플 할 수있다

요구 사항 : 있습니다.

파이썬