We present an algorithm that uses p

We present an algorithm that uses phylogenetic footprinting to identify potential TFBSs. The approach to identifying regulatory elements presented here yields greater specificity than previous approaches that were based purely on profile searches of single genomic sequences. In short, using phylogenetic footprinting to filter the computational predictions significantly reduces noise at the price of a slight decrease in sensitivity. The web application we present enables researchers to utilize this approach in a straightforward manner. With the culmination of the human and mouse genome sequencing efforts [34,35], we believe this new algorithm will be of significant use in the ongoing efforts to ascribe function to non-coding sequences.
Materials and methods
Genomic sequence alignment
As a result of the low overall similarity of non-coding regions across moderate evolutionary distances (for example, between human and mouse), many alignment algorithms will fail to produce biologically meaningful alignments or will require an arduous process to tune the algorithm parameters. In order to obtain high-quality global alignments, we utilized the DPB algorithm (L.M. and W.W., unpublished; see [23]), which is optimized for the global alignment of long genomic sequences containing short, colinear segments of similarity.
Measurement of local similarity in global alignments The most common approach used to measure local similarity between two globally aligned orthologous sequences utilizes a fixed-size sliding window to scan an alignment and identify segments containing a minimum number of identical nucleotides. The difficulties that arise with slidingwindow approaches are related to the treatment of edges and gaps in the alignment. Sliding a window along the alignment itself will assign a low identity score to short regions of high identity flanked by long regions of greater variation (for example, a large gap or insertion in one of the sequences). We elected to collapse the gaps in the alignment (that is, to remove the positions containing gaps in the sequence in question) and to calculate a separate conservation profile for each orthologous sequence.
Classification of motif-match conservation within aligned genomic sequences
Within the conserved segments, conserved sites are detected by, firstly, scanning each of the two orthologous sequences with
position-specific weight matrices [1] for the TFs of interest, and secondly, retaining only those predicted sites (for each given TF model) that are in equivalent positions in the alignment. The scores for matches to the positionspecific weight matrix models must exceed the user-defined relative matrix score threshold.
Collection and annotation of binding models
All profiles are derived from published collections of experimentally defined TFBSs for multicellular eukaryotes. The database, named JASPAR [15], represents a curated collection of target sequences. The motif-detection program ANNSpec [36] was used to align each binding site set. The ANN-Spec alignments were performed with a range of motif widths, using three random seeds and 80,000 iterations. The profile matrices and associated information are stored in a relational database (MySQL); a flat file representation of the data is available for academic use [22]. Users may also submit their own profiles for private use within the ConSite system.
Identification of relative matrix score thresholds Candidate TFBSs in individual sequences have a score as determined by the position weight matrix for the given sequence, which has been reviewed elsewhere [1]. The score ranges are unique for each binding model, so it is advantageous to convert the score range to a common, relative unit scale as given by

ผลลัพธ์ (ไทย) 1:

เรานำเสนอเป็นอัลกอริทึมที่ใช้ phylogenetic footprinting ระบุ TFBSs เป็นไปได้ วิธีการระบุองค์ประกอบกฎระเบียบนำเสนอทำให้ specificity สูงกว่าวิธีก่อนหน้านี้ถูกใช้ในการค้นหาโพรไฟล์ของ genomic ลำดับเดียวหมดจด ใช้ phylogenetic footprinting กรองคาดคะเนคำนวณอย่างมีนัยสำคัญในระยะสั้น ลดเสียงรบกวนที่ราคาลดลงเล็กน้อยในความไว แอพลิเคชันเว็บเรานำเสนอช่วยให้นักวิจัยใช้วิธีการนี้อย่างตรงไปตรงมา ด้วยสุดยอดของมนุษย์และกลุ่มจัดลำดับความพยายามในเมาส์ [34,35], ที่เราเชื่อว่า อัลกอริทึมใหม่นี้จะใช้ความพยายามอย่างต่อเนื่องการ ascribe ฟังก์ชันไม่กำหนดลำดับอย่างมีนัยสำคัญ วัสดุและวิธีการจัดลำดับ genomicจากเฉพาะภูมิภาคไม่ใช่รหัสผ่านวิวัฒนาการระยะปานกลางโดยรวมต่ำสุด (ระหว่างบุคคลตัวอย่าง และเมาส์), อัลกอริทึมในการจัดตำแหน่งจะไม่สามารถผลิตจัดแนวชิ้นมีความหมาย หรือจะต้องมีกระบวนการลำบากในการปรับแต่งพารามิเตอร์ขั้นตอนวิธีการ เพื่อให้ได้คุณภาพสากลจัดแนว เราใช้อัลกอริทึม DPB (ยกเลิกประกาศ L.M. และ W.W. ดู [23]), ที่สุดสำหรับการจัดตำแหน่งส่วนกลางลำดับ genomic ยาวประกอบด้วยสั้น colinear กลุ่มของความคล้ายคลึงกันการวัดความคล้ายคลึงกันภายในส่วนกลางจัดแนววิธีทั่วไปใช้วัดความคล้ายคลึงกันภายในระหว่างสอง orthologous ทั่วโลกวางลำดับใช้หน้าต่างบานเลื่อนขนาดเพื่อสแกนการจัดตำแหน่ง และระบุส่วนที่ประกอบด้วยจำนวนต่ำสุดของนิวคลีโอไทด์เหมือนกัน ปัญหาที่เกิดขึ้น ด้วยวิธี slidingwindow เกี่ยวข้องกับการรักษาของขอบและช่องว่างในการจัดตำแหน่ง เลื่อนหน้าต่างไปตามตำแหน่งตัวเองจะกำหนดคะแนนตัวต่ำไปยังภูมิภาคโดยย่อของรหัสประจำตัวสูงนักภูมิภาคยาวนานของการเปลี่ยนแปลงสูง (เช่น ช่องว่างขนาดใหญ่หรือแทรกในลำดับที่หนึ่ง) เราเลือกที่จะยุบช่องว่างในการจัดตำแหน่ง (นั่นคือ การลบตำแหน่งที่ประกอบด้วยช่องว่างในลำดับยู่) และคำนวณค่าอนุรักษ์แยกต่างหากสำหรับแต่ละลำดับ orthologous การจัดประเภทการอนุรักษ์ตรงแปลนภายในลำดับ genomic จัดตำแหน่งภายในเซกเมนต์นำ อเมริกานำตรวจพบ โดย แรก การสแกนแต่ละ orthologous ลำดับที่สองด้วย น้ำหนักเฉพาะตำแหน่งเมทริกซ์ [1] สำหรับ TFs น่าสนใจ และประการที่สอง รักษาเฉพาะทำนายอเมริกา (สำหรับแต่ละรุ่นรหัสกำหนด) ที่อยู่ในตำแหน่งเทียบเท่าในตำแหน่ง คะแนนสำหรับผลการค้นหาแบบจำลองเมตริกซ์น้ำหนัก positionspecific ต้องเกินขีดจำกัดผู้ใช้กำหนดเมตริกซ์ญาติคะแนนเรียกเก็บเงินและคำอธิบายของรูปแบบผูกโพรไฟล์ทั้งหมดมาจากชุด TFBSs experimentally กำหนดสำหรับ eukaryotes สิ่งตีพิมพ์ ฐานข้อมูล ชื่อ JASPAR [15], แสดงชุด curated ลำดับเป้าหมาย โปรแกรมตรวจสอบแปลน ANNSpec [36] ถูกใช้เพื่อจัดตั้งเว็บไซต์แต่ละผูก จัดแนวข้อมูลจำเพาะแอนได้ทำกับแปลนกว้าง ใช้เมล็ดสามสุ่มและซ้ำ 80000 เมทริกซ์ส่วนกำหนดค่าและข้อมูลที่เกี่ยวข้องจะถูกเก็บในฐานข้อมูลเชิงสัมพันธ์ (MySQL); แทนแฟ้มแบนของข้อมูลที่จะใช้ศึกษา [22] ผู้ใช้ยังอาจส่งโพรไฟล์ตัวเองสำหรับใช้ส่วนตัวภายในระบบ ConSiteระบุขีดจำกัดคะแนนสัมพัทธ์เมตริกซ์ TFBSs ผู้สมัครในแต่ละลำดับมีคะแนนเมทริกซ์น้ำหนักตำแหน่งสำหรับกำหนดลำดับที่ ได้รับการตรวจสอบอื่น [1] ช่วงคะแนนไม่ซ้ำแบบผูก ดังนั้นจึงเป็นประโยชน์เมื่อต้องการแปลงช่วงคะแนนทั่วไป ญาติหน่วยมาตราส่วนที่กำหนดโดย

ผลลัพธ์ (ไทย) 2:

เรานำเสนออัลกอริทึมที่ใช้ footprinting สายวิวัฒนาการในการระบุ TFBSs ที่มีศักยภาพ วิธีการระบุองค์ประกอบกฎระเบียบนำเสนอที่นี่ผลตอบแทนถัวเฉลี่ยที่เฉพาะเจาะจงมากขึ้นกว่าวิธีก่อนหน้านี้ที่มีพื้นฐานอย่างหมดจดในการค้นหารายละเอียดของลำดับจีโนมเดียว ในระยะสั้นโดยใช้ footprinting สายวิวัฒนาการในการกรองการคาดการณ์การคำนวณอย่างมีนัยสำคัญช่วยลดเสียงรบกวนที่ราคาลดลงเล็กน้อยในความไว โปรแกรมเว็บเรานำเสนอจะช่วยให้นักวิจัยที่จะใช้วิธีการนี้ในลักษณะที่ตรงไปตรงมา ด้วยสุดยอดของมนุษย์และความพยายามลำดับจีโนมเมาส์ [34,35] เราเชื่อว่าขั้นตอนวิธีการใหม่นี้จะมีการใช้อย่างมีนัยสำคัญในความพยายามอย่างต่อเนื่องเพื่อฟังก์ชั่นการตั้งภาคีลำดับที่ไม่ได้เข้ารหัส.
วัสดุและวิธี
การจัดเรียงลำดับจีโนม
ในฐานะที่เป็นผลมาจาก ความคล้ายคลึงกันโดยรวมต่ำของการไม่เข้ารหัสภูมิภาคในระยะทางวิวัฒนาการในระดับปานกลาง (เช่นระหว่างมนุษย์และเมาส์) ขั้นตอนวิธีการจัดตำแหน่งจำนวนมากจะล้มเหลวในการผลิตการจัดแนวที่มีความหมายทางชีวภาพหรือจะต้องมีกระบวนการที่ยากลำบากในการปรับแต่งพารามิเตอร์อัลกอริทึม เพื่อที่จะได้รับการจัดแนวที่มีคุณภาพสูงของโลกเราใช้อัลกอริทึม DPB (LM และ WW, ไม่ได้ตีพิมพ์ดู [23]) ซึ่งเหมาะสำหรับการจัดตำแหน่งทั่วโลกของลำดับจีโนมที่มีความยาวสั้น colinear ส่วนของความคล้ายคลึงกัน.
วัดท้องถิ่น ความคล้ายคลึงกันในการจัดแนวทั่วโลกวิธีการที่พบมากที่สุดที่ใช้ในการวัดความคล้ายคลึงกันในท้องถิ่นระหว่างสองชิดทั่วโลกลำดับ orthologous ใช้หน้าต่างบานเลื่อนขนาดคงที่ในการสแกนการจัดตำแหน่งและระบุกลุ่มที่มีจำนวนต่ำสุดของนิวคลีโอเหมือนกัน ความยากลำบากที่เกิดขึ้นด้วยวิธีการ slidingwindow ที่เกี่ยวข้องกับการรักษาขอบและช่องว่างในการจัดตำแหน่ง หน้าต่างบานเลื่อนพร้อมการจัดตำแหน่งของตัวเองจะกำหนดคะแนนตัวตนต่ำไปยังภูมิภาคสั้นของตัวตนสูงขนาบข้างด้วยภูมิภาคยาวของการเปลี่ยนแปลงมากขึ้น (เช่นช่องว่างขนาดใหญ่หรือแทรกในลำดับ) เราเลือกที่จะยุบช่องว่างในการจัดตำแหน่ง (นั่นคือที่จะเอาตำแหน่งที่มีช่องว่างในลำดับในคำถาม) และการคำนวณรายละเอียดการอนุรักษ์แยกต่างหากสำหรับแต่ละลำดับ orthologous.
การจำแนกประเภทของการอนุรักษ์บรรทัดฐานการแข่งขันภายในชิดลำดับจีโนม
ภายในป่าสงวน ส่วนเว็บไซต์ที่มีการตรวจพบการอนุรักษ์โดยประการแรกการสแกนแต่ละลำดับสอง orthologous กับ
เมทริกซ์น้ำหนักตำแหน่งที่เฉพาะเจาะจง [1] สำหรับ TFS ที่น่าสนใจและประการที่สองการรักษาเฉพาะเว็บไซต์ที่คาดการณ์ไว้ (สำหรับรุ่น TF แต่ละที่กำหนด) ที่อยู่ใน ตำแหน่งเทียบเท่าในการจัดตำแหน่ง คะแนนสำหรับการแข่งขันที่จะน้ำหนักรุ่นเมทริกซ์ positionspecific ต้องเกินที่ผู้ใช้กำหนดเกณฑ์คะแนนเมทริกซ์ญาติ.
การเก็บรวบรวมและบันทึกย่อของรูปแบบที่มีผลผูกพัน
โปรไฟล์ทั้งหมดจะได้มาจากคอลเลกชันของการตีพิมพ์ที่กำหนดไว้สำหรับการทดลอง TFBSs เซลล์ยูคาริโอ ฐานข้อมูลชื่อ Jaspar [15] หมายถึงคอลเลกชัน curated ของลำดับเป้าหมาย โปรแกรมบรรทัดฐานการตรวจสอบ ANNSpec [36] ถูกใช้ในการจัดชุดแต่ละเว็บไซต์ที่มีผลผูกพัน การจัดแนว ANN-Spec ได้ดำเนินการกับช่วงของความกว้างบรรทัดฐานโดยใช้เมล็ดพืชที่สามสุ่มและ 80,000 ซ้ำ การฝึกอบรมรายละเอียดและข้อมูลที่เกี่ยวข้องจะถูกเก็บไว้ในฐานข้อมูลเชิงสัมพันธ์ (MySQL); การแสดงไฟล์แฟลตของข้อมูลที่มีอยู่สำหรับการใช้งานทางวิชาการ [22] ผู้ใช้ยังสามารถส่งโปรไฟล์ของตัวเองสำหรับการใช้งานส่วนตัวภายในระบบ ConSite.
บัตรประจำตัวของคะแนนเมทริกซ์ญาติเกณฑ์ผู้สมัคร TFBSs ในแต่ละลำดับมีคะแนนตามที่กำหนดโดยเมทริกซ์น้ำหนักตำแหน่งลำดับที่กำหนดซึ่งได้รับการตรวจสอบอื่น ๆ [1] ช่วงคะแนนจะไม่ซ้ำกันในแต่ละรุ่นมีผลผูกพันดังนั้นจึงเป็นข้อได้เปรียบในการแปลงช่วงคะแนนที่จะร่วมกันขนาดหน่วยญาติที่กำหนดโดย

ผลลัพธ์ (ไทย) 3:

เรานำเสนออัลกอริทึมที่ใช้ ซึ่ง footprinting ระบุศักยภาพ tfbss . แนวทางในการระบุองค์ประกอบของกฎระเบียบที่นำเสนอที่นี่ผลผลิตเฉพาะเจาะจงมากกว่าเดิม แนวทางที่ถูกยึดหมดจดโปรไฟล์ค้นหาเดียวจีโนมลำดับดีเอ็นเอ ในสั้นการใช้ชนิด footprinting กรองคาดคะเนการคำนวณอย่างมีนัยสำคัญช่วยลดเสียงรบกวนที่ราคาลดลงเล็กน้อยในความไว เว็บเราปัจจุบัน ช่วยให้นักวิจัยใช้วิธีการนี้ในลักษณะที่ตรงไปตรงมา กับสุดยอดของมนุษย์และเมาส์จีโนมลำดับความพยายาม [ 34,35 ]เราเชื่อว่าวิธีการใหม่นี้จะถูกพบว่าใช้ในความพยายามอย่างต่อเนื่องเพื่อลงความเห็นฟังก์ชันการเข้ารหัสลำดับไม่

ลำดับจีโนมของวัสดุและวิธีการจัด
เป็นผลของความเหมือนโดยรวมต่ำของรหัสภูมิภาคทั่วประเทศปานกลางวิวัฒนาการระยะทางไม่ ( เช่น ระหว่างมนุษย์และเมาส์ )ขั้นตอนวิธีการหลายจะล้มเหลวในการผลิตทางชีวภาพมีความหมายหรือต้องการกระบวนการยากที่จะปรับแต่งอัลกอริทึมพารามิเตอร์ เพื่อที่จะได้รับการทั่วโลก คุณภาพสูง เราใช้ dpb ขั้นตอนวิธี ( L.M . w.w. เผยแพร่ ; และ , ดู [ 23 ] ) ซึ่งเป็นแนวยาวเหมาะสำหรับโลกของจีโนมลำดับที่มีสั้น colinear
ส่วนของความเหมือนการวัดความคล้ายคลึงกันในระดับโลก การท้องถิ่นที่พบมากที่สุดวิธีการที่ใช้ในการวัดความคล้ายคลึงกันระหว่างสองพันธมิตรท้องถิ่นทั่วโลก orthologous ลำดับใช้กำหนดขนาดหน้าต่างบานเลื่อนสแกนการจัดตำแหน่งและระบุกลุ่มที่มีจำนวนต่ำสุดของคู่ที่เหมือนกันปัญหาที่เกิดขึ้นกับ slidingwindow วิธีการที่เกี่ยวข้องกับการรักษาของขอบและช่องว่างในแนว เลื่อนหน้าต่างตามแนวตัวเองเลยจะให้คะแนนตนต่ำไปยังภูมิภาคสั้นสูงเอกลักษณ์ขนาบข้างยาวภูมิภาคของความผันแปรมากกว่า ( เช่นช่องว่างขนาดใหญ่หรือแทรกอยู่ในลำดับ )เราเลือกที่จะยุบช่องว่างในแนว ( คือจะเอาตำแหน่งที่มีช่องว่างในลำดับในคำถาม ) และคำนวณข้อมูลการอนุรักษ์แยกต่างหากสำหรับแต่ละ orthologous ลำดับ
การจำแนกอนุรักษ์ตรงกับแรงจูงใจภายในชิดจีโนมลำดับ
ภายในกลุ่มอนุรักษ์ อนุรักษ์ , เว็บไซต์ที่ตรวจพบโดย ประการแรกการสแกนแต่ละของทั้งสอง orthologous ลำดับกับ
ตำแหน่งเฉพาะของเมตริกซ์น้ำหนัก [ 1 ] ใน TFS ของดอกเบี้ย และประการที่สอง การรักษาเฉพาะผู้พยากรณ์ไซต์ ( สำหรับแต่ละระบุรุ่น TF ) ที่อยู่ในเทียบเท่าตำแหน่งในแนว คะแนนสำหรับการแข่งขันในรุ่นน้ำหนักเมทริกซ์ positionspecific ต้องเกินที่ผู้ใช้กำหนดคะแนนเกณฑ์สัมพัทธ์
เมทริกซ์ .รวบรวมและบันทึกย่อของรุ่นผูกพัน
ทั้งหมดโปรไฟล์มาจากเผยแพร่คอลเลกชันของโดยกำหนด tfbss สำหรับหลายเซลล์ยูแคริโอต . ฐานข้อมูลชื่อ jaspar [ 15 ] แสดง curated คอลเลกชันของยีนเป้าหมาย . โปรแกรมตรวจจับ annspec Motif [ 36 ] ถูกใช้ในการจัดแต่ละมัดเว็บไซต์ชุด ส่วน แอน สเป็ค การแสดงที่มีช่วงของแรงจูงใจใช้สามเมล็ดสุ่มและ 80 , 000 รอบ . ข้อมูลเมทริกซ์และเชื่อมโยงข้อมูลจะถูกเก็บไว้ในฐานข้อมูล ( MySQL ) ; การแสดงไฟล์แฟลตของข้อมูลพร้อมใช้งาน [ 22 ] ผู้ใช้สามารถส่งโปรไฟล์ของตัวเองสำหรับใช้ส่วนบุคคลภายในระบบ consite .
รหัสของญาติ ซึ่งผู้สมัครในลำดับ tfbss เมทริกซ์คะแนนแต่ละคะแนนตามที่กำหนดโดยตำแหน่งน้ำหนักเมทริกซ์สำหรับระบุลำดับ ซึ่งได้รับการตรวจสอบอื่น ๆ [ 1 ] คะแนนช่วงที่ไม่ซ้ำกันสำหรับแต่ละรูปแบบ ผูก ดังนั้นมันเป็นประโยชน์ที่จะแปลงช่วงคะแนนที่จะได้พบญาติหน่วยมาตราส่วนเป็นให้โดย