Predict Binding Sites of Transcription Factor && 富集分析
来源:互联网 发布:logstash 性能优化 编辑:程序博客网 时间:2024/06/05 17:40
标题
**1.一般的来说,目前发现的2000个转录因子一般是分为基础性和调控性的,基础性有1300;基础的转录因子与RNA聚合酶一起和启动子区域特异性结合,发挥作用,开始转录;而特异性的一般是和增强子一起结合形成增强体,进而发挥复杂的生物学功效。
2.在学习中,我发现一般采用参照motif(转录因子模板)的位置权重矩阵对一段序列(一般是启动子区域的sequence)进行predict;
3还有就是对转录因子进行识别,因为毕竟并不是所有sequence匹配上的gene段都是binding sites,还需要更加精确和复杂的生物学构象才可以决定是否成为对应motify的结合区域,一般是对significance评估,设定阈值,筛选,得到靶序列。
ps:一般进行预测转录因子结合位点,可以上www.gene-regulation.com,可以免费预测。**
transcription factor的富集分析
是我最近看的一篇关于colorectal cancer基因芯片分析了解的,纯属个人观点,欢迎讨论~
1.首先和go,pathway富集一样,对筛选出来的显著基因进行累计超几何分布,或是Fisher精确检验等等的富集方法,FDR校正后卡阈值得到significant的转录因子集合位点;
2.对显著gene卡一个值p,具体根据研究和数据大小定,基因中启动子区域有超过p的筛出来;
0 0
- Predict Binding Sites of Transcription Factor && 富集分析
- 基因的富集分析
- GSEA富集分析
- 富集分析一网打进
- Fisher-exact test和富集分析
- Signal Transducers and Activators of Transcription-1 (STAT1) Regulates microRNA Transcription in
- 去东方,最好用的在线GO富集分析工具
- 因素分析(Factor Analysis)
- codeforces--C. Predict Outcome of the Game
- 451 C. Predict Outcome of the Game
- 451C - Predict Outcome of the Game
- GPS 2.0, a Tool to Predict Kinase-specific Phosphorylation Sites in Hierarchy
- WPF(Binding of ItemsControl)
- WPF(Binding of LinQ)
- WPF(Binding of ObjectDataProvider)
- WPF(Binding of RelativeSource)
- EThe Binding of Isaac
- sites
- 数值处理题库--Sprime
- theano版本的xnor源码使用(使用cpu)
- 遍历二叉树的三种情况-java实现
- 补充上传的一些细节上面的问题
- Generative Adversarial Nets(GAN) Tensorflow实现
- Predict Binding Sites of Transcription Factor && 富集分析
- 对象数组的内存图解
- zookeeper Watcher ZK状态 事件类型
- css边距及变态盒模型
- Android Sockdet
- JS中使用正则查找查找字符串中的手机号码或者固定电话
- visual studio 2015 key vs2015密钥
- MySQL的索引机制,复合索引的使用原则
- eclipse部署web项目至本地的tomcat但在webapps中找不到