Characterization of the promoter re

Characterization of the promoter regions of eukaryotic genes remains one of the most elusive problems in computational genome analysis," says Roderic Guigó (Institut Municipal d'Investigació Mèdica, Barcelona, Spain). To address these challenges, bioinformaticians have developed approaches using position weight matrices (PWMs) that take into account the observed frequency of tolerated sequence variations at each nucleotide position within a consensus TFBS and give a quantitative score that reflects the actual binding specificity of the factor. Extensive investigation of transcriptional regulation has provided insights into how gene expression is finely regulated by the sequence and distribution of multiple TFBSs within cis-regulatory regions upstream of each gene. Combinations of TFBSs for different factors can form cis-regulatory modules, with complex functional synergy, that drive the transcriptional machinery.

The first thing that Wyeth Wasserman's group did was build a library of high-quality PWMs. The quality of these matrices is critical for accurate site prediction. The best way to build a PWM is to plunge into the published literature and pull out relevant information from papers describing in vitro and in vivo experiments on individual transcription factors. "The collection of binding profiles, collectively termed the JASPAR database, was produced by the pure determination of Albin Sandelin for his thesis project studying the binding similarities of transcription factors in the same structural families," says Wasserman. (See the 'Behind the scenes' box for further discussion of the motivation for the work.) The team constructed over a hundred binding-profile matrices for different transcription factors. Any DNA sequence can be screened using these matrices to locate potential TFBSs. A certain number of potential sites will be identified just by chance, however, and finding a potential site doesn't guarantee that the cognate factor actually binds there or that the site is of biological relevance.

ผลลัพธ์ (ไทย) 1:

คุณสมบัติของภูมิภาคโปรโมเตอร์ของยีน eukaryotic ยังคงปัญหาเปรียวที่สุดในการวิเคราะห์คำนวณจีโนม กล่าวว่า Roderic Guigó (สถาบันเทศบาล d'Investigació Mèdica บาร์เซโลนา สเปน) เพื่อท้าทาย bioinformaticians ได้พัฒนาวิธีใช้ตำแหน่งน้ำหนักเมทริกซ์ (PWMs) ที่คำนึงถึงความถี่ที่สังเกตเผื่อไว้ลำดับความแตกต่างในแต่ละนิวคลีโอไทด์ตำแหน่งภายในฉันทามติ TFBS และให้คะแนนเชิงปริมาณที่สะท้อน specificity รวมจริงของตัว ระเบียบ transcriptional สืบสวนอย่างละเอียดให้ลึกว่ายีนประณีตที่กำหนดลำดับและการกระจายของ TFBSs หลายภายใน cis บังคับขอบเขตต้นน้ำของแต่ละยีน ชุดของ TFBSs สำหรับปัจจัยสามารถแบบ cis กำกับดูแลโม มี synergy หน้าที่ซับซ้อน ที่ขับเครื่องจักร transcriptionalThe first thing that Wyeth Wasserman's group did was build a library of high-quality PWMs. The quality of these matrices is critical for accurate site prediction. The best way to build a PWM is to plunge into the published literature and pull out relevant information from papers describing in vitro and in vivo experiments on individual transcription factors. "The collection of binding profiles, collectively termed the JASPAR database, was produced by the pure determination of Albin Sandelin for his thesis project studying the binding similarities of transcription factors in the same structural families," says Wasserman. (See the 'Behind the scenes' box for further discussion of the motivation for the work.) The team constructed over a hundred binding-profile matrices for different transcription factors. Any DNA sequence can be screened using these matrices to locate potential TFBSs. A certain number of potential sites will be identified just by chance, however, and finding a potential site doesn't guarantee that the cognate factor actually binds there or that the site is of biological relevance.

ผลลัพธ์ (ไทย) 2:

ลักษณะของภูมิภาคโปรโมเตอร์ของยีนยูคาริโอยังคงเป็นหนึ่งในปัญหาที่ยากที่สุดในการวิเคราะห์จีโนมการคำนวณ "เดอร์ริGuigó (Institut d'เทศบาลInvestigació Medica, บาร์เซโลนา, สเปน) กล่าวว่า. ในการรับมือกับความท้าทายเหล่านี้ bioinformaticians ได้มีการพัฒนาวิธีการฝึกอบรมโดยใช้น้ำหนักตำแหน่ง (PWMs) ที่คำนึงถึงความถี่ที่สังเกตของการเปลี่ยนแปลงลำดับการยอมรับในตำแหน่งเบสแต่ละ TFBS ฉันทามติและให้คะแนนเชิงปริมาณที่สะท้อนให้เห็นถึงความจำเพาะผูกพันที่แท้จริงของปัจจัย. การตรวจสอบที่ครอบคลุมของการควบคุมการถอดรหัสได้ให้ข้อมูลเชิงลึกในการแสดงออกของยีนที่เป็น ควบคุมอย่างประณีตโดยลำดับและการกระจายของ TFBSs หลายภายในภูมิภาคถูกต้องกำกับดูแลต้นน้ำของแต่ละยีน. รวมของ TFBSs ปัจจัยที่แตกต่างกันสามารถสร้างโมดูลถูกต้องกำกับดูแลที่มีพลังการทำงานที่ซับซ้อนที่ไดรฟ์เครื่องจักรถอดรหัส. สิ่งแรกที่ไวเอท Wasserman ของ กลุ่มไม่ได้สร้างห้องสมุดที่มีคุณภาพสูง PWMs คุณภาพของการฝึกอบรมเหล่านี้เป็นสิ่งสำคัญสำหรับการทำนายเว็บไซต์ที่ถูกต้อง วิธีที่ดีที่สุดในการสร้าง PWM คือการกระโดดลงไปในเอกสารตีพิมพ์และดึงข้อมูลที่เกี่ยวข้องจากเอกสารอธิบายในหลอดทดลองและในการทดลองในสัตว์ทดลองถอดความปัจจัยของแต่ละบุคคล "คอลเลกชันของโปรไฟล์ผูกพันรวมเรียกว่าฐานข้อมูล Jaspar ถูกผลิตโดยความมุ่งมั่นอันบริสุทธิ์ของบิน Sandelin สำหรับโครงการวิทยานิพนธ์ของเขาการศึกษาความคล้ายคลึงกันของปัจจัยที่มีผลผูกพันถอดความในครอบครัวที่มีโครงสร้างเดียวกัน" Wasserman กล่าวว่า (โปรดดู 'เบื้องหลัง' สำหรับการอภิปรายต่อไปของแรงจูงใจในการทำงาน.) ทีมงานสร้างกว่าร้อยเมทริกซ์ผูกพันโปรไฟล์สำหรับถอดความปัจจัยที่แตกต่างกัน ลำดับดีเอ็นเอใด ๆ ที่สามารถได้รับการคัดเลือกโดยใช้การฝึกอบรมเหล่านี้เพื่อค้นหา TFBSs ที่มีศักยภาพ จำนวนหนึ่งของเว็บไซต์ที่มีศักยภาพจะถูกระบุเพียงแค่โอกาสอย่างไรและหาเว็บไซต์ที่มีศักยภาพไม่ได้รับประกันว่าปัจจัยที่คล้ายคลึงกันจริงผูกมีหรือว่าเว็บไซต์ที่มีความเกี่ยวข้องทางชีวภาพ

ผลลัพธ์ (ไทย) 3:

คุณสมบัติของโปรโมเตอร์ของยีนยูคาริโอติกภูมิภาคยังคงเป็นหนึ่งของปัญหาที่ยากที่สุดในการวิเคราะห์จีโนม คอมพิวเตอร์ กล่าวว่า guig รอดริกó ( Institut เทศบาล d'investigaci ó M èไดคา , บาร์เซโลนา , สเปน ) เพื่อรับมือกับความท้าทายเหล่านี้bioinformaticians ได้พัฒนาวิธีการโดยใช้ตำแหน่งของเมตริกซ์น้ำหนัก ( pwms ) ที่พิจารณาจากความถี่ของการยอมรับลำดับในแต่ละนิวคลีโอไทด์ตำแหน่งภายในเอกฉันท์ tfbs และให้ปริมาณคะแนนที่สะท้อนให้เห็นถึงความจำเพาะผูกพันที่เกิดขึ้นจริงของปัจจัยสอบสวนอย่างละเอียดของกฎระเบียบลองได้ให้ข้อมูลเชิงลึกเข้าไปในวิธีการของยีนละเอียดควบคุมโดยลำดับและการกระจายของหลาย tfbss ภายในภูมิภาค CIS บังคับน้ำของแต่ละยีน รวม tfbss สำหรับปัจจัยที่แตกต่างกันสามารถคาเมรอนโมดูลกฎระเบียบที่มีผลการทำงานที่ซับซ้อนที่ขับเครื่องจักร

ลอง .สิ่งแรกที่ทำคือ สร้างไว วา ซอร์แมนกลุ่มห้องสมุดของ pwms ที่มีคุณภาพสูง คุณภาพของการฝึกอบรมเหล่านี้เป็นสิ่งสำคัญสำหรับการทำนายเว็บไซต์ที่ถูกต้อง วิธีที่ดีที่สุดเพื่อสร้าง PWM จะรีบเข้าไปเผยแพร่วรรณกรรมและดึงข้อมูลจากเอกสารที่อธิบายในหลอดทดลองและในสัตว์ทดลอง ในแต่ละปัจจัยการถอดความ " คอลเลกชันของโพรไฟล์ผูกรวมเรียกว่าฐานข้อมูล jaspar ถูกผลิตโดยบริสุทธิ์การหา Albin sandelin สำหรับวิทยานิพนธ์โครงการศึกษาความคล้ายคลึงของปัจจัยการถอดความในปกเดียวกันโครงสร้างครอบครัว กล่าวว่า วา ซอร์แมน . ( ดู ' หลังกล่องฉากสำหรับการอภิปรายเพิ่มเติมของแรงจูงใจสำหรับการทำงาน) ทีมสร้างมากกว่าร้อยผูกโปรไฟล์ของเมทริกซ์สำหรับปัจจัยการถอดความที่แตกต่างกัน ดีเอ็นเอลำดับใด ๆสามารถใช้ประโยชน์จากเหล่านี้เพื่อค้นหาศักยภาพ tfbss . จํานวนหนึ่งของเว็บไซต์ที่มีศักยภาพจะถูกระบุโดยบังเอิญ แต่การหาศักยภาพเว็บไซต์ไม่ได้รับประกันว่า ปัจจัยจริง ๆ ก็มี หรือเชื้อสายที่เว็บไซต์ที่มีความเกี่ยวข้องทางชีวภาพ