MotifMark：在DNA序列中寻找调控基序
定量方法
2017-05-10 v1 机器学习
基因组学
摘要
蛋白质与DNA的相互作用是许多生物过程（如转录调控、修复、重组、剪接和DNA修饰）的关键驱动力。识别DNA结合位点以及靶蛋白结合这些区域的特异性是理解这些生物活动机制的两个重要步骤。近年来出现了许多高通量技术，试图量化蛋白质与DNA基序之间的亲和力。尽管取得了成功，这些技术仍有其局限性，在精确表征基序方面存在不足，因此需要从噪声和不准确数据的海量信息中通过进一步的下游分析提取有用且可解释的信息。本文提出MotifMark，一种基于图论和机器学习的新算法，可在候选探针上找到结合位点，并根据潜在转录因子对它们的特异性进行排序。我们开发了一个流程来分析来自紧凑通用蛋白质结合微阵列的实验数据，并与两种最准确的基序搜索方法进行了基准测试。结果表明，MotifMark可作为从蛋白质结合微阵列及可能其他相关高通量技术预测基序的可行替代技术。
引用
@article{arxiv.1705.03321,
title = {MotifMark: Finding Regulatory Motifs in DNA Sequences},
author = {Hamid Reza Hassanzadeh and Pushkar Kolhe and Charles L. Isbell and May D. Wang},
journal= {arXiv preprint arXiv:1705.03321},
year = {2017}
}