ScholarGate
Ассистент
Process / pipelineBioinformatics / omics

Байесовский поиск пиков ChIP-seq — вероятностное определение обогащения в эпигеномных данных

Байесовский поиск пиков ChIP-seq применяет вероятностные модели — обычно модели Пуассона, отрицательного биномиального распределения или скрытые марковские модели с байесовским выводом — для обнаружения геномных областей, обогащенных интересующим белком, в экспериментах по иммунопреципитации хроматина с последующим секвенированием. Явно моделируя шум подсчета прочтений и включая априорные распределения, байесовские алгоритмы выдают апостериорные вероятности обогащения вместо простых p-значений, предоставляя принципиальную основу для количественной оценки неопределенности по всему геному.

Открыть в MethodMindСкороВидеоСкороСкачать слайды

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Карта метода

Окружение родственных методов — выберите узел, чтобы перейти к нему.

Источники

  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

Как цитировать эту страницу

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

Какой метод?

Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.

Сравнить рядом
ScholarGateBayesian ChIP-seq peak calling (Bayesian Chromatin Immunoprecipitation Sequencing Peak Calling). Получено 2026-06-15 из https://scholargate.app/ru/bioinformatics/bayesian-chip-seq-peak-calling · Набор данных: https://doi.org/10.5281/zenodo.20539026