Accurate recognition of cis-regulatory motifs with the correct lengths in prokaryotic genomes.
Accurate recognition of cis-regulatory motifs with the correct lengths in prokaryotic genomes.
复制标题
准确识别原核基因组中正确长度的顺式调节基序。
DOI：
10.1093/nar/gkp907
复制
发表时间：
2010-01
影响因子：
14.9
通讯作者：
Xu Y
中科院分区：
文献类型：
--
作者：
Li G;Liu B;Xu Y
我们提出了一个新的计算方法来解决一个经典的问题，在一组给定的启动子序列的顺式调控基序的识别问题，基于一个关键的新想法。我们的方法不是像所有现有的基序查找程序那样单独对候选基序进行评分，而是使用P值对具有相似序列的候选基序组（称为基序闭包）进行评分，这大大提高了现有方法的预测可靠性。我们新的P值评分方案是序列长度独立的，因此允许直接比较预测的基序与不同长度的相同的立足点。我们已经实现了这种方法作为一个基序识别计算机（MREC）程序，并广泛测试了MREC从原核基因组的模拟和生物数据。我们的测试结果表明，MREC可以准确地挑选出实际的基序与正确的长度作为最佳的评分候选人的绝大多数情况下，在我们的测试集。我们比较了我们的预测结果与两个图案发现程序Cosmo和MEME，发现MREC在所有测试用例中的表现都优于这两个程序。MREC程序可在www.example.com上获得。
We present a new computational method for solving a classical problem, the identification problem of cis-regulatory motifs in a given set of promoter sequences, based on one key new idea. Instead of scoring candidate motifs individually like in all the existing motif-finding programs, our method scores groups of candidate motifs with similar sequences, called motif closures, using a P-value, which has substantially improved the prediction reliability over the existing methods. Our new P-value scoring scheme is sequence length independent, hence allowing direct comparisons among predicted motifs with different lengths on the same footing. We have implemented this method as a Motif Recognition Computer (MREC) program, and have extensively tested MREC on both simulated and biological data from prokaryotic genomes. Our test results indicate that MREC can accurately pick out the actual motif with the correct length as the best scoring candidate for the vast majority of the cases in our test set. We compared our prediction results with two motif-finding programs Cosmo and MEME, and found that MREC outperforms both programs across all the test cases by a large margin. The MREC program is available at http://csbl.bmb.uga.edu/~bingqiang/MREC1/.
登录
查看更多内容
影响因子：
14.9
作者：
GuhaThakurta D
通讯作者：
GuhaThakurta D
影响因子：
7.5
作者：
BAILEY, TL;ELKAN, C
通讯作者：
ELKAN, C
影响因子：
46.9
作者：
Tompa, M;Li, N;Zhu, Z
通讯作者：
Zhu, Z
影响因子：
5.8
作者：
Stormo, GD
通讯作者：
Stormo, GD
影响因子：
14.9
作者：
Zhang S;Xu M;Li S;Su Z
通讯作者：
Su Z