ScholarGate
Assistente
Process / pipelineBioinformatics / omics

Chamada de Picos ChIP-seq Bayesiana — Detecção Probabilística de Enriquecimento em Dados Epigenômicos

A chamada de picos ChIP-seq Bayesiana aplica modelos probabilísticos — tipicamente Poisson, binomial negativa ou modelos ocultos de Markov com inferência Bayesiana — para detectar regiões genômicas enriquecidas para uma proteína de interesse em experimentos de imunoprecipitação de cromatina seguida de sequenciamento. Ao modelar explicitamente o ruído da contagem de leituras e incorporar distribuições a priori, os chamadores Bayesianos produzem probabilidades posteriores de enriquecimento em vez de valores-p simples, fornecendo um framework principiado para quantificação de incerteza em todo o genoma.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Fontes

  1. Zhang, Y., Liu, T., Meyer, C. A., Eeckhoute, J., Johnson, D. S., Bernstein, B. E., Nusbaum, C., Myers, R. M., Brown, M., Li, W., & Liu, X. S. (2008). Model-based analysis of ChIP-Seq (MACS). Genome Biology, 9(9), R137. DOI: 10.1186/gb-2008-9-9-r137
  2. Spyrou, C., Stark, R., Lynch, A. G., & Tavare, S. (2009). BayesPeak: Bayesian analysis of ChIP-seq data. BMC Bioinformatics, 10, 299. DOI: 10.1186/1471-2105-10-299

Como citar esta página

ScholarGate. (2026, June 3). Bayesian Chromatin Immunoprecipitation Sequencing Peak Calling. ScholarGate. https://scholargate.app/pt/bioinformatics/bayesian-chip-seq-peak-calling

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateBayesian ChIP-seq peak calling (Bayesian Chromatin Immunoprecipitation Sequencing Peak Calling). Recuperado em 2026-06-15 de https://scholargate.app/pt/bioinformatics/bayesian-chip-seq-peak-calling · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026