MotifHub:通过概率模型算法检测跨作用DNA基因组
Zhe Liu1, Hiu-Man Wong1, Xingjian Chen1
1Department of Computer Science, City University of Hong Kong, Kowloon Tong, Kowloon, Hong Kong, China.
Computers in biology and medicine
|December 1, 2023
概括
使用概率模型,MotifHub识别了跨作用DNA基因组和转录因子 (TF). 这种方法有助于发现干细胞发育的关键TF和潜在的癌症治疗点.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 转录调节依赖于与cis作用元素结合的转作用因子.
- 高通量染色体捕获技术有助于发现DNA基因组.
- 由于组合的复杂性,DNA序列模式匹配存在挑战.
研究的目的:
- 开发MotifHub,用于在分组序列上发现跨作用DNA基因组.
- 采用概率模型来处理DNA图案模式的随机性质.
主要方法:
- 对DNA图案模式的概率模型.
- 全球采样技术,包括EM和吉布斯采样,用于模型装配.
- 线性时间复杂度算法用于高效的计算.
主要成果:
- 成功开发了MotifHub,用于转基因DNA基因组的发现.
- 在线时间复杂度方面表现出有前途的性能.
- 确定了用于干细胞发育的OCT4和SOX2等枢纽TF.
结论:
- MotifHub可以识别DNA联合结合的基因组和跨作用TFs.
- 该研究强调了前列腺癌的潜在治疗点,如FOXA1和MYC.
- 源代码可用于科学可复制性和影响.


