Compound poisson approximation of the number of occurrences of a position frequency matrix (PFM) on both strands.
Compound poisson approximation of the number of occurrences of a position frequency matrix (PFM) on both strands.
复制标题
两条链上位置频率矩阵 (PFM) 出现次数的复合泊松近似。
DOI：
10.1089/cmb.2007.0084
复制
发表时间：
2008-07
影响因子：
1.7
通讯作者：
Vingron, Martin
中科院分区：
文献类型：
--
作者：
Pape, Utz J.;Rahmann, Sven;Sun, Fengzhu;Vingron, Martin
关键词：
转录因子通过与特定结合位点或基序相互作用，在基因调控中发挥关键作用。因此，结合基序的富集对于基因组注释很重要，并且基序富集的统计显着性（p 值）的有效计算至关重要。我们提出了一种有效的近似来计算重要性。由于 DNA 分子两条链的合并以及重叠命中之间依赖性的显式建模，我们可以根据位置频率矩阵 (PFM) 表示为任何 DNA 基序获得准确的结果。通过与模拟计数分布的比较来显示 p 值近似的准确性。此外，我们将该方法与二项式近似、（复合）泊松近似和正态近似进行比较。一般来说，我们的方法优于这些近似值，或者同样好但速度明显更快。我们的方法的实现可以在 http://mosta.molgen.mpg.de 上找到。
Transcription factors play a key role in gene regulation by interacting with specific binding sites or motifs. Therefore, enrichment of binding motifs is important for genome annotation and efficient computation of the statistical significance, the p-value, of the enrichment of motifs is crucial. We propose an efficient approximation to compute the significance. Due to the incorporation of both strands of the DNA molecules and explicit modeling of dependencies between overlapping hits, we achieve accurate results for any DNA motif based on its Position Frequency Matrix (PFM) representation. The accuracy of the p-value approximation is shown by comparison with the simulated count distribution. Furthermore, we compare the approach with a binomial approximation, (compound) Poisson approximation, and a normal approximation. In general, our approach outperforms these approximations or is equally good but significantly faster. An implementation of our approach is available at http://mosta.molgen.mpg.de.
登录
查看更多内容
DOI：
10.1080/07391102.1986.10507643
发表时间：
1986-08-01
影响因子：
4.4
作者：
BRENDEL, V;BECKMANN, JS;TRIFONOV, EN
通讯作者：
TRIFONOV, EN
影响因子：
1.1
作者：
GUIBAS, LJ;ODLYZKO, AM
通讯作者：
ODLYZKO, AM
影响因子：
1.7
作者：
Hertzberg, L;Zuk, O;Domany, E
通讯作者：
Domany, E
影响因子：
1.7
作者：
Keich, U
通讯作者：
Keich, U
影响因子：
1.7
作者：
Reinert, G;Schbath, S;Waterman, MS
通讯作者：
Waterman, MS