モチーフの可逆ジャンプ推論アルゴリズム

科学分野:

• ゲノミクス
• 分子生物学
• バイオインフォマティクス

背景:

• 転写因子（TF）の結合を理解することは、遺伝子調節にとって重要です。
• ChIP-seqおよびATAC-seqは、TF結合部位およびクロマチンアクセシビリティを明らかにします。
• 複雑なデータから複数のTF結合モチーフをデコンボリューションすることは困難です。

研究 の 目的:

• DNA-タンパク質配列モチーフを推論するための新しい計算ツールの開発。
• 複雑なTF結合データを解析するための既存の方法の限界に対処する。
• 混合TF結合実験からのモチーフ発見を可能にする。

主な方法:

• モチーフの可逆ジャンプ推論アルゴリズム（TARJIM）を開発しました。
• 可逆ジャンプメトロポリスヘイスティングスアルゴリズムを採用しました。
• モチーフ推論にベイズ技術を利用しました。

主要な成果:

• TARJIMは、既知の転写因子の配列モチーフを正常に推論します。
• このアルゴリズムは、DNA-タンパク質結合データの混合物からモチーフを推論できます。
• TARJIMは、結合モチーフの数と同一性の両方を決定します。

結論:

• TARJIMは、de novoモチーフ発見のための堅牢な方法を提供します。
• このアルゴリズムは、複雑なゲノム結合データの解析を強化します。
• TARJIMは、TFの数が不明な場合でもモチーフ抽出を容易にします。