Representing transcription factor dimers by using forked-position weight matrices
Notice bibliographique
Résumé
Position Weight Matrices (PWMs) and sequence logos are one of the most popular tools among researchers for modelling and visualizing Transcription Factor (TF) Binding Sites (TFBS). The PWM based models predict a single DNA sequence as a reference TFBS for a specific TF, based on experimentally determined sequence information. One of the standard assays for characterizing the TFBS of one TF on a genomic-wide scale is called ChIP-Seq. The Chromatin Immunoprecipitation (ChIP) method uses TF-specific antibodies to capture protein:DNA complexes, followed by high-throughput sequencing of the bound DNA sequences (Seq). These experiments are applied in a controlled manner to target only one TF at each run, thus describing TFBSs of a single TF of interest. This approach is proven to be imprecise because many TFs (e.g. Leucine Zippers) tend to bind to the DNA as homodimers or heterodimers. Hence, the ChIP-seq assay will obtain the entire set of dimer complexes of a target TF (homodimers and heterodimers); and merge the captured information into a single PWM which subsequently will lead to an imprecise description of the TFBS. The TFBS constructed by the mixture of homodimers and heterodimers will result in a model with two halves: a conserved part (binding sites of the TF of interest) and a degenerated part (representing a mixture of the binding sites of TF’s partners). Current PWMs (or Sequence Logos) seem inadequate to represent TF dimer binding sites since they fail to represent the TF’s binding dynamic and disregard the alteration in sequence preference caused by different dimer partners of the given TF. To tackle this problem, we introduce an R library named Forked Position Weight Matrix (FPWM), which provides the user with variant functionalities to generate a more precise PWM that adapts to TF dimers by forking it into the co-factors of the main TF. The FPWM enhances TFBS prediction’s power and allows the biologists to have a more precise interpretation of cell context by providing a more expressive model of TFBSs. The FPWM is less susceptible to false-positives and is a more precise way to represent dimer TFBSs, which introduces a new standard in dimer and TFBSs analysis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».