下一代测序技术,尤其是ChIP-Seq技术的普及,产生了一系列大数据量、高复杂度的数据。而DNA模体的挖掘,是ChIP-Seq数据功能分析的一个很重要的模块。目前,已有大量的软件能够从Peak-Calling的数据中寻找出模体。但是我们对于这些软件的信息所知甚少。直至目前为止还没有专注于转录因子的ChIP-Seq数据的软件比较。 因此本文...
我们都知道ChIP-seq生物信息分析流程主要涉及:数据过滤、序列比对、检峰、模体(motif)分析。 其核心的问题是寻找可靠的motif,也即转录因子结合位点结合的序列特征。 何谓模体 motif:再现的模式,如序列模体,结构基序或网络基。 这些基序通常是一些具有序列特异性的蛋白的结合位点(转录因子等)或涉及到重要的生物过程。 ...
基于上述创新点,ProSampler能够在短时间内快速完成大规模ChIP-seq数据上的模体识别,准确得到模体的剖面矩阵和位点信息,同时能够快速精准地确定模体的长度.目前,ProSampler算法已通过C++实现,它的源代码以及在Windows,Mac OS和Unix系统下的可执行文件可以通过以下链接下载并使用:https://github.com/zhengchangsulab/pro...
我们都知道ChIP-seq生物信息分析流程主要涉及:数据过滤、序列比对、检峰、模体(motif)分析。其核心的问题是寻找可靠的motif,也即转录因子结合位点结合的序列特征。...
我们都知道ChIP-seq生物信息分析流程主要涉及:数据过滤、序列比对、检峰、模体(motif)分析。 其核心的问题是寻找可靠的motif,也即转录因子结合位点结合的序列特征。 何谓模体 motif:再现的模式,如序列模体,结构基序或网络基。 这些基序通常是一些具有序列特异性的蛋白的结合位点(转录因子等)或涉及到重要的生物过程。
本项目重点研究基于系统发生足迹和ChIP-seq数据和来进行调控模体预测的相关算法设计和平台构建。在此背景下，我们开发了一系列调控模体预测与分析的软件和平台。我们整合与模体预测相关的基因组序列数据，操纵子结构数据等，开发了模体预测与分析服务器DMINDA，用户可以直接利用模体预测工具包BoBro2.0的相关功能，进行de ...