Bayesiansk ChIP-seq-toppkallning — Probabilistisk anrikningsdetektion i epigenomiska data

Bayesiansk ChIP-seq-toppkallning tillämpar probabilistiska modeller — typiskt Poisson-, negativ binomial- eller dolda Markovmodeller med Bayesiansk inferens — för att detektera genomiska regioner som är anrikade för ett protein av intresse i kromatinimmuno-precipitations följt av sekvenserings-experiment. Genom att explicit modellera brus i antal avläsningar och införliva prior-fördelningar, ger Bayesianska kallare posterior-sannolikheter för anrikning snarare än enkla p-värden, vilket ger ett principfast ramverk för kvantifiering av osäkerhet över hela genomet.