DIME (Differential Identification using Mixtures Ensemble)
En robust differentiell identifieringsmetod som tar hänsyn till en ensemble av finita blandningsmodeller i kombination med en lokal falsk upptäcktsfrekvens (fdr) för att analysera ChIP-seq-data som jämför två prover. Detta paket kan också användas för att identifiera differentiella i andra data med hög genomströmning som mikroarray, metylering etc. Efter normalisering anpassas en Exponential-Normal(k) eller en Uniform-Normal(k) blandning till data. Den (k)-normala komponenten kan representera antingen differentiella regioner eller icke-differentiella regioner beroende på deras placering och spridning. Den exponentiella eller enhetliga komponenten representerar differentiella platser. lokala (fdr) beräknas från den anpassade modellen.Paketets unika egenskaper:
- Användning av ensemble av blandningsmodeller som gör att data kan representeras exakt & effektivt. Därefter säkerställer tvåfasigt urval valet av den bästa övergripande modellen.
- Denna metod kan användas som ett allmänt program för att anpassa en blandning av uniform-normal eller uniform-k-normal eller exponential-k-normal