Modeling non-uniformity in short-read rates in RNA-Seq data.
Modeling non-uniformity in short-read rates in RNA-Seq data.
复制标题
DOI：
10.1186/gb-2010-11-5-r50
复制
发表时间：
2010
期刊：
影响因子：
12.3
通讯作者：
Wong WH
中科院分区：
文献类型：
--
作者：
Li J;Jiang H;Wong WH
从简短读取RNA-seq数据中进行建模读取计数的方法。
映射后，RNA-Seq数据可以通过一系列读数的序列来概括，这些读数序列通常以泊松变量为模型，沿每个转录本持续速率持续速率，这实际上符合数据的较差。我们建议在不同位置使用可变速率，并提出两个模型来根据本地序列预测这些速率。这些模型解释了超过50％的变化，可以改善Illumina和Applied Biosystems数据的基因和同工型表达式的估计值。
Methods for modeling read counts from short read RNA-seq data. After mapping, RNA-Seq data can be summarized by a sequence of read counts commonly modeled as Poisson variables with constant rates along each transcript, which actually fit data poorly. We suggest using variable rates for different positions, and propose two models to predict these rates based on local sequences. These models explain more than 50% of the variations and can lead to improved estimates of gene and isoform expressions for both Illumina and Applied Biosystems data.
登录
查看更多内容
影响因子：
14.9
作者：
Hansen KD;Brenner SE;Dudoit S
通讯作者：
Dudoit S
影响因子：
46.9
作者：
Ji, Hongkai;Jiang, Hui;Ma, Wenxiu;Johnson, David S.;Myers, Richard M.;Wong, Wing H.
通讯作者：
Wong, Wing H.
影响因子：
48
作者：
Cloonan, Nicole;Forrest, Alistair R. R.;Grimmond, Sean M.
通讯作者：
Grimmond, Sean M.
DOI：
10.1093/bioinformatics/btn512
发表时间：
2008-12-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Ondov BD;Varadarajan A;Passalacqua KD;Bergman NH
通讯作者：
Bergman NH
影响因子：
1.8
作者：
Friedman, JH
通讯作者：
Friedman, JH