...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Bioinformatics >A profile-based deterministic sequential Monte Carlo algorithm for motif discovery
【24h】

A profile-based deterministic sequential Monte Carlo algorithm for motif discovery

机译：基于轮廓的确定性顺序蒙特卡洛算法用于主题发现

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Motivation: Conserved motifs often represent biological significance, providing insight on biological aspects such as gene transcription regulation, biomolecular secondary structure, presence of non-coding RNAs and evolution history. With the increasing number of sequenced genomic data, faster and more accurate tools are needed to automate the process of motif discovery. Results: We propose a deterministic sequential Monte Carlo (DSMC) motif discovery technique based on the position weight matrix (PWM) model to locate conserved motifs in a given set of nucleotide sequences, and extend our model to search for instances of the motif with insertions/deletions. We show that the proposed method can be used to align the motif where there are insertions and deletions found in different instances of the motif, which cannot be satisfactorily done using other multiple alignment and motif discovery algorithms.
机译：动机：保守的基序通常代表生物学意义，提供生物学方面的见解，例如基因转录调控，生物分子二级结构，非编码RNA的存在和进化历史。随着测序基因组数据数量的增加，需要更快，更准确的工具来使基序发现过程自动化。结果：我们提出了一种基于位置权重矩阵（PWM）模型的确定性顺序蒙特卡洛（DSMC）基序发现技术，以在给定的核苷酸序列集中定位保守基序，并扩展我们的模型以搜索带有插入序列的基序实例/删除。我们表明，所提出的方法可以用于对齐在不同主题实例中存在插入和缺失的主题，而使用其他多重对齐和主题发现算法无法令人满意地完成。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号