AREM

Skjermbilde programvare:
AREM
Prog.varedetaljer:
Versjon: 1.0.1
Last opp dato: 11 May 15
Lisens: Gratis
Popularitet: 8

Rating: 4.0/5 (Total Votes: 1)

Arem er en basert på MACS (modellbasert analyse for ChIP-sekv data).
High-throughput sekvense koplet til kromatin immuno- utfelling (chip Seq) er mye brukt for å karakter genom-wide bindende mønstre av transkripsjonsfaktorer, kofaktorer, kromatin modifikatorer, og andre DNA-bindende proteiner. Et viktig skritt i ChIP-Seq dataanalyse er å kartlegge kort leser fra high-throughput sekvensering til et referansegenom og identifisere peak regioner beriket med kort leser.
Selv om flere metoder er blitt foreslått for ChIP-Seq analyse, de fleste eksiste- rende metoder bare vurdere leser som kan unikt plassert i referanse genomet, og derfor har lav effekt for å detektere toppene sit- ter innenfor gjentatte sekvenser. Her introduserer vi en sannsynlighets tilnærming for ChIP-Seq dataanalyse som utnytter alle leser, og gir en virkelig genom-wide view bindingsmønstre.
Leser er modellert med en blanding modell som tilsvarer K beriket regioner og en null genomisk bakgrunn. Vi bruker maksimal sannsynligheten for å beregne plasseringen av de beriket regioner, og gjennomføre en forventning-maksimering (EM) al- gorithm, kalt Arem, for å oppdatere justerings sannsynlighetene for hver leser til forskjellige genomiske steder.
For ytterligere informasjon, se vår papir i Recomb 2011 eller besøk vår hjemmeside: http://cbcl.ics.uci.edu/AREM
Arem er basert på den populære MACS peak ringer, som beskrevet nedenfor:
Med forbedring av sekvense teknikker, etterfulgt kromatin immunpresipitering av høy gjennomstrømming sekvensering (ChIP-Seq) blir populært å studere genom-wide protein-DNA interaksjoner. For å møte mangelen på kraftig brikke-Seq analysemetode, presenterer vi en ny algoritme, oppkalt Modellbasert analyse av chip-Seq (MACS), for å identifisere transkripsjon faktor bindingssteder.
MACS fanger påvirkning av genomet kompleksitet for å vurdere betydningen av beriket CHIP regioner, og MACS forbedrer den romlige oppløsningen av bindingssetene ved å kombinere informasjonen fra begge sekvense tag posisjon og orientering. . MACS lett kan brukes for chip-Seq data alene, eller sammen med kontrollprøve med økningen av spesifisitet

Krav

  • Python

Lignende programvare

Adun
Adun

3 Jun 15

Genepidgin
Genepidgin

20 Feb 15

mpiBLAST
mpiBLAST

3 Jun 15

edittag
edittag

20 Feb 15

Kommentarer til AREM

Kommentarer ikke funnet
Legg til kommentar
Slå på bilder!