Efficiently identifying genome-wide changes with next-generation sequencing data.
Efficiently identifying genome-wide changes with next-generation sequencing data.
复制标题
DOI：
10.1093/nar/gkr592
复制
发表时间：
2011-10
影响因子：
14.9
通讯作者：
Li L
中科院分区：
文献类型：
--
作者：
Huang W;Umbach DM;Vincent Jordan N;Abell AN;Johnson GL;Li L
我们提出了一个新的和有效的统计框架，用于识别表观遗传标记与ChIP-seq数据或基因表达与mRNA-seq数据的全基因组差异变化，我们开发了一个新的软件工具EpiCenter，可以有效地进行数据分析。我们的框架的主要特点是：（i）提供多种标准化方法，以实现适当的标准化在不同的情况下，（ii）使用一系列的三个统计测试，以消除背景区域，并考虑到不同来源的变化和（iii）允许调整多个测试，以控制错误发现率（FDR）或家庭明智的I类错误。我们的软件EpiCenter可以执行多种分析任务，包括：（i）识别全基因组表观遗传变化或差异表达基因，（ii）寻找转录因子结合位点，以及（iii）将多样本测序数据转换为单个读数计数数据矩阵。通过模拟，我们表明我们的框架在广泛的读段覆盖和生物变异范围内始终实现低FDR。通过两个真实的例子，我们证明了我们的框架和我们的工具的用法的有效性。特别是，我们表明，我们的新的和强大的“简约”归一化方法是上级广泛使用的“tagRatio”的方法。我们的软件EpiCenter免费向公众提供。
We propose a new and effective statistical framework for identifying genome-wide differential changes in epigenetic marks with ChIP-seq data or gene expression with mRNA-seq data, and we develop a new software tool EpiCenter that can efficiently perform data analysis. The key features of our framework are: (i) providing multiple normalization methods to achieve appropriate normalization under different scenarios, (ii) using a sequence of three statistical tests to eliminate background regions and to account for different sources of variation and (iii) allowing adjustment for multiple testing to control false discovery rate (FDR) or family-wise type I error. Our software EpiCenter can perform multiple analytic tasks including: (i) identifying genome-wide epigenetic changes or differentially expressed genes, (ii) finding transcription factor binding sites and (iii) converting multiple-sample sequencing data into a single read-count data matrix. By simulation, we show that our framework achieves a low FDR consistently over a broad range of read coverage and biological variation. Through two real examples, we demonstrate the effectiveness of our framework and the usages of our tool. In particular, we show that our novel and robust ‘parsimony’ normalization method is superior to the widely-used ‘tagRatio’ method. Our software EpiCenter is freely available to the public.
登录
查看更多内容
影响因子：
46.9
作者：
Trapnell C;Williams BA;Pertea G;Mortazavi A;Kwan G;van Baren MJ;Salzberg SL;Wold BJ;Pachter L
通讯作者：
Pachter L
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：
Pepke, Shirley;Wold, Barbara;Mortazavi, Ali
通讯作者：
Mortazavi, Ali
影响因子：
23.9
作者：
Abell, Amy N.;Jordan, Nicole Vincent;Huang, Weichun;Prat, Aleix;Midland, Alicia A.;Johnson, Nancy L.;Granger, Deborah A.;Mieczkowski, Piotr A.;Perou, Charles M.;Gomez, Shawn M.;Li, Leping;Johnson, Gary L.
通讯作者：
Johnson, Gary L.
影响因子：
46.9
作者：
Rozowsky, Joel;Euskirchen, Ghia;Auerbach, Raymond K.;Zhang, Zhengdong D.;Gibson, Theodore;Bjornson, Robert;Carriero, Nicholas;Snyder, Michael;Gerstein, Mark B.
通讯作者：
Gerstein, Mark B.