DIME (Differential Identification using Mixtures Ensemble)
Solidna metoda identyfikacji różnicowej, która uwzględnia zespół modeli mieszanin skończonych w połączeniu z lokalnym współczynnikiem fałszywego odkrycia (fdr) do analizy danych ChIP-seq porównujących dwie próbki. Po normalizacji, do danych dopasowywana jest mieszanina Exponential-Normal(k) lub Uniform-Normal(k). Składnik (k)-normalny może reprezentować regiony różnicowe lub nieróżnicowe w zależności od ich lokalizacji i rozprzestrzeniania się. Składnik (k)-normalny może reprezentować regiony różnicowe lub nieróżnicowe w zależności od ich położenia i rozprzestrzenienia:
- Używanie ensemble of mixture modelsallowing data to be accurately & efficiently represented. Następnie dwufazowa selekcja zapewnia wybór najlepszego modelu ogólnego.
- Metoda ta może być użyta jako ogólny program do dopasowania mieszanki jednolitej-normalnej lub jednolitej-k-normalnej lub wykładniczej-k-normalnej
.