DIME (Differential Identification using Mixtures Ensemble)
Méthode d’identification différentielle robuste qui considère un ensemble de modèles de mélange fini combiné à un taux de fausse découverte (fdr) local pour analyser les données ChIP-seq comparant deux échantillons. Ce package peut également être utilisé pour identifier des différentiels dans d’autres données à haut débit telles que les microréseaux, la méthylation, etc. Après normalisation, un mélange Exponentiel-Normal(k) ou Uniforme-Normal(k) est adapté aux données. La composante (k)-normale peut représenter soit des régions différentielles, soit des régions non différentielles, en fonction de leur localisation et de leur propagation. Les composantes exponentielles ou uniformes représentent les sites différentiels. locales (fdr) sont calculées à partir du modèle ajusté.Caractéristiques uniques du paquet :
- Utilisation d’un ensemble de modèles de mélangepermettant aux données d’être précisément & efficacement représentées. Ensuite, la sélection en deux phases assure la sélection du meilleur modèle global.
- Cette méthode peut être utilisée comme un programme général pour ajuster un mélange d’uniforme-normal ou d’uniforme-k-normal ou exponentiel-k-normal
.