É necessária uma assinatura da JoVE para visualizar este conteúdo. Faça login ou comece sua avaliação gratuita.
Capítulos
- 00:05Título
- 02:43Preprocessing: Preparing Input Files for Bayesian Change-point (BCP) Analysis & ChIP Read Densities for Detection of Enriched Islands in Diffuse Data
- 04:48Estimating the Posterior Mean Read Density of Each Block using BCMIX Approximation
- 06:24Post-processing Posterior Means of Diffuse Read Profiles
- 07:06Results: Comparison of BCP and SICER in Analysis of Histone Modification Data
- 11:47Conclusion
Notre point de changement bayésien (BCP) algorithme s'appuie sur l'état de l'art des progrès de la modélisation ruptures par modèles de Markov cachés et les applique à immunoprécipitation de la chromatine séquençage (ChIPseq) l'analyse des données. BCP se comporte bien dans les types de données à la fois larges et ponctuées, mais il excelle dans l'identification précise robustes, reproductibles îles de l'enrichissement d'histone diffuse.
Tags
Bayesian Change-point AlgorithmGenome-wide AnalysisChIPseq Data TypesProtein-DNA InteractionsRead Density ProfilesPeaksTranscription FactorsHistone ModificationsStatistical ModelsHidden Markov Models (HMMs)Ad Hoc ParametersResolutionUsabilityParameter Estimation ProceduresFinite State Classifications
