基因组学和蛋白质组学数据挖掘杂志

抽象的

ChIP-Seq 数据的无模型推断

吴明琪、Monique Rijnkels 和梁发明

由于其更高的分辨率映射和更强的 ChIP 富集信号，ChIP-seq 有望取代 ChIP-chip 技术用于研究全基因组蛋白质-DNA 相互作用，而海量的数字 ChIP-seq 数据给统计学家带来了新的挑战。到目前为止，文献中提出的大多数 ChIP-seq 数据分析方法都是基于模型的，然而，考虑到生物系统的复杂性和测序过程中产生的变化，找到一个适用于所有数据集的单一模型是不可能的。在本文中，我们提出了一种用于 ChIP-seq 数据分析的无模型方法，即所谓的 MICS（无模型推断 ChIP-Seq）。与现有方法相比，MICS 具有一些优势：首先，MICS 避免了对数据分布的假设，因此即使违反了数据的模型假设，它也能保持高功效。其次，MICS 采用基于模拟的方法来估计错误发现率。由于基于模拟的方法独立于 ChIP 样本工作，因此 MICS 可以对各种 ChIP 样本表现出稳健的性能；它可以准确识别峰区域，即使对于富集较弱的区域也是如此。第三，MICS 的计算效率非常高，对于相当大的数据集，在个人计算机上只需几秒钟即可完成。在本文中，我们还提出了一种简单的半经验方法来模拟 ChIP-seq 数据，该方法可以更好地评估不同 ChIP-seq 数据分析方法的性能。基于真实和模拟数据集，将 MICS 与几种现有方法进行了比较，包括 MACS、CCAT、PICS、BayesPeak 和 QuEST。数值结果表明 MICS 的表现优于其他方法。可用性：可在 http://www.stat.tamu.edu/~mqwu 上获取名为 MICS 的 R 包。