このコンテンツを視聴するには、JoVE 購読が必要です。

Methods Article

多様ChIPseqデータ型のゲノムワイドな解析のための新規ベイジアン変化点アルゴリズム

当社ベイジアン変化点(BCP)のアルゴリズムは変化点隠れマルコフモデルを経由してモデリングの最先端の進歩に基づいて構築され、クロマチン免疫沈降シーケンス(ChIPseq)データ解析に適用します。 BCPは、広範かつ点状の両方のデータ·タイプではうまく実行されますが、正確にびまん性ヒストン濃縮の堅牢で再現性の島々を識別するのに優れています。

さらに動画を探す

この動画の章

0:05

Title

2:43

Preprocessing: Preparing Input Files for Bayesian Change-point (BCP) Analysis & ChIP Read Densities for Detection of Enriched Islands in Diffuse Data

4:48

Estimating the Posterior Mean Read Density of Each Block using BCMIX Approximation

6:24

Post-processing Posterior Means of Diffuse Read Profiles

7:06

Results: Comparison of BCP and SICER in Analysis of Histone Modification Data

11:47

Conclusion

関連動画

当社はcookieを使用しています。

「続行」をクリックすることで、当社のcookieへの同意となります。