An Affinity Propagation-Based DNA Motif Discovery Algorithm.
An Affinity Propagation-Based DNA Motif Discovery Algorithm.
复制标题
基于亲和力传播的 DNA 基序发现算法
DOI：
10.1155/2015/853461
复制
发表时间：
2015
影响因子：
--
通讯作者：
Sun Z
中科院分区：
文献类型：
--
作者：
Sun C;Huo H;Yu Q;Guo H;Sun Z
种植（l，d）模体搜索（PMS）是生物信息学中的基本问题之一，在DNA序列中定位转录因子结合位点（TFBS）方面起着重要作用。目前，识别弱模体和减少局部最优的影响仍然是模体发现的重要而具有挑战性的任务。为了解决这些问题，我们提出了一种新的算法APMotif，该算法首先利用DNA序列中的亲和传播（AP）聚类产生信息丰富的候选基序，然后利用期望最大化（EM）细化从候选基序中获得最优基序.在模拟数据集和真实的生物数据集上的实验结果表明，APMotif在预测精度方面通常优于其他四种广泛使用的算法。
The planted (l, d) motif search (PMS) is one of the fundamental problems in bioinformatics, which plays an important role in locating transcription factor binding sites (TFBSs) in DNA sequences. Nowadays, identifying weak motifs and reducing the effect of local optimum are still important but challenging tasks for motif discovery. To solve the tasks, we propose a new algorithm, APMotif, which first applies the Affinity Propagation (AP) clustering in DNA sequences to produce informative and good candidate motifs and then employs Expectation Maximization (EM) refinement to obtain the optimal motifs from the candidate motifs. Experimental results both on simulated data sets and real biological data sets show that APMotif usually outperforms four other widely used algorithms in terms of high prediction accuracy.