AREM

AREMは（チップ、配列データのモデルベース分析）MACSに基づいています。
クロマチン免疫沈殿（チップSEQ）に結合されたハイスループットシークエンシングが広くゲノムワイドな転写因子、補因子、クロマチン修飾剤、および他のDNA結合タンパク質の結合パターンを特徴付けるに使用されます。 ChIPの-、配列データ分析の重要なステップは、参照ゲノムに短いハイスループット配列決定から読み取るマップと短い読み取りで強化されたピーク領域を同定することです。
いくつかの方法は、チップ - 、配列解析のために提案されているが、ほとんどのEX- isting方法は、検討することが一意的に参照ゲノム内に配置することができ、したがって、ピークを検出するための低消費電力を持つが、反復配列内cated LO-読み出します。ここでは、すべての利用結合パターンの真のゲノムワイドなビューを提供する、読み込むのChIP-、配列データ解析のための確率論的アプ​​ローチを導入します。
濃縮された地域やヌルゲノム背景をkに対応する混合モデルを用いてモデル化されて読み込まれます。我々は、異なるゲノム位置に読み取られた各のアライメント確率を更新するために、AREMと呼ばれる、濃縮された領域の位置を推定し、期待値最大化（EM）AL- gorithmを実現するために最大限の可能性を使用しています。
追加情報については、RECOMB 2011年に私たちの論文を参照するか、当社のWebサイトを参照してください。http://cbcl.ics.uci.edu/AREM
以下に説明するようにAREMは、人気のMACSピーク発信者に基づいています。
配列決定技術の向上に伴い、ハイスループットシークエンシング（チップ-SEQ）に続いてクロマチン免疫沈降は、ゲノムワイドなタンパク質-DNA相互作用を研究するために人気を集めています。強力なのChIP-、配列解析方法の不足に対処するために、我々は結合部位の転写因子を同定するために、チップ-SEQ（MACS）のモデルベース分析という名前の新規アルゴリズムを提示します。
MACSは、濃縮されたチップ領域の重要性を評価するために、ゲノムの複雑さの影響を捕捉し、MACSは、シーケンシングタグの位置と方向の両方の情報を組み合わせることを通じて結合部位の空間分解能を向上させます。 MACSは、簡単に、単独でのChIP-、配列データのために、または特異性の増加と対照サンプルで使用することができます。

要件：ます。

Pythonの