从单分子测序数据中识别蛋白质结合足迹的动态贝叶斯网络

Scidown文献预览系统！

作者：scidown 发布时间：2021-06-09 11:22:47 文章标题：

从单分子测序数据中识别蛋白质结合足迹的动态贝叶斯网络( A dynamic Bayesian network for identifying protein-binding footprints from single molecule-based sequencing data )

文章作者：

WS Noble gene regulation genome function protein-binding footprint

文章简述：

动机：转录因子结合位点（TFBSs）的全球图谱对于理解基因调控和基因组功能至关重要。利用DNaseI酶切染色质，结合大规模并行测序（数字基因组足迹法），可以在全基因组范围内高分辨率地鉴定蛋白质结合足迹。结果：我们提出了一种基于动态贝叶斯网络的方法，用于从数字基因组足迹数据中识别和分配蛋白质结合足迹的统计置信度估计。该方法DBFP允许在一个概率框架中识别足迹，并且在固定召回的精确度方面优于我们前面描述的算法。应用于酿酒酵母的数字足迹数据集，DBFP识别出基因间区域内4679个具有统计意义的足迹。这些足迹主要位于转录起始位点附近，并且对于已知的TFBs是强烈富集的。不含已知基序的足迹优先位于其他足迹的近端，与这些足迹的合作结合一致。DBFP还在酵母编码区确定了一组具有统计意义的足迹。其中许多足迹与反义转录本的边界重合，并且最显著的足迹富集于染色质相关因子Abf1和RAP1的结合位点。联系人:jay.hesselberth@ucdenver.edu；补充信息：补充资料可在生物信息学在线获得。

文章下载地址（开放版）：