超越位置权重矩阵：转录因子结合位点中的核苷酸相关性及其描述
基因组学
2015-04-28 v1 无序系统与神经网络
生物物理
定量方法
摘要
在基因组 DNA 上识别转录因子结合位点 (TFBSs) 对于理解和预测基因网络中的调控元件至关重要。TFBS 基序通常由位置权重矩阵 (PWMs) 描述，其中每个 DNA 碱基对独立贡献于转录因子 (TF) 结合，尽管越来越多的证据表明碱基对位置之间存在依赖性。最近可获得的全基因组 TF 结合 DNA 区域数据提供了详细重新审视体内 TF 结合这一问题的可能性。在此，我们利用可用的果蝇和小鼠 ChIPseq 数据，表明独立模型通常无法重现观察到的 TFBS 统计特征，从而推广了先前的观察结果。我们进一步表明，通过最大熵原理考虑 TFBS 中的成对相关性，可以系统地改进 TFBS 的描述和可预测性。由此产生的成对相互作用模型在形式上等同于统计力学中的无序 Potts 模型，并推广了先前处理相互依赖位置的方法。其结构允许两个或更多碱基对的共变以及次要基序的存在。虽然由 PWMs 混合组成的模型也具有这最后一个特征，但我们表明成对相互作用模型优于它们。发现显著的成对相互作用是稀疏的，且主要存在于连续碱基对之间。最后，研究表明，使用成对相互作用模型识别 TFBSs 给出的预测与基于独立位置的模型显著不同。
引用
@article{arxiv.1302.4424,
title = {Beyond position weight matrices: nucleotide correlations in transcription factor binding sites and their description},
author = {Marc Santolini and Thierry Mora and Vincent Hakim},
journal= {arXiv preprint arXiv:1302.4424},
year = {2015}
}