基于染色质免疫共沉淀的高通量测序数据集的 顺式调控模体发现算法

摘要 针对新一代测序（NGS）的染色质免疫共沉淀的高通量测序（ChIP-Seq）数据集的模体发现问题，提出一种基于费舍尔（Fisher）精确检验的模体发现算法——FisherNet。首先运用费舍尔精确检验计算所有k长短序的P值并筛选出模体的种子；然后，构建初始模体的位置赋权矩阵；最后，用位置赋权矩阵扫描所有k长短序形成最终模体。通过小鼠胚胎干细胞（mESC）和红细胞、人类淋巴母细胞系的ChIP-Seq数据集以及ENCODE数据库的数据进行验证，结果表明所提算法精度和计算速度均高于其他常见的模体发现算法，并且能够发现超过80%的已知转录因子核心模体及其辅调控因子模体。该算法在保证高精度的同时可以应用到大规模测序数据集