DIME (Differential Identification using Mixtures Ensemble)
En robust differentiel identifikationsmetode, der tager hensyn til et ensemble af finitte blandingsmodeller kombineret med en lokal false discovery rate (fdr) til analyse af ChIP-seq-data, der sammenligner to prøver. Denne pakke kan også bruges til at identificere differentielle i andre high throughput data såsom microarray, methylering etc. Efter normalisering tilpasses en Exponential-Normal(k) eller en Uniform-Normal(k) blanding til dataene. Den (k)-normale komponent kan repræsentere enten differentielle regioner eller ikke-differentielle regioner afhængigt af deres placering og spredning. Den eksponentielle eller ensartede repræsenterer differentielle steder. lokale (fdr) beregnes ud fra den tilpassede model. unikke egenskaber ved pakken:
- Anvendelse af ensemble af blandingsmodeller, der tillader data at blive repræsenteret & nøjagtigt og effektivt. Derefter sikrer tofaset udvælgelse udvælgelse af den bedste samlede model.
- Denne metode kan bruges som et genereltprogram til at tilpasse en blanding af ensartet-normal eller ensartet-k-normal eller eksponentiel-k-normal