Resumen

Los métodos computacionales novedosos para encontrar motivos de unión de factores de transcripción han sido buscados durante mucho tiempo debido al tedioso trabajo de identificarlos experimentalmente. Sin embargo, los métodos actuales predominantes arrojan un gran número de predicciones falsas debido a la naturaleza corta y variable de los sitios de unión de factores de transcripción (TFBSs). Aquí proponemos un método que combina la sobre-representación de secuencias y la conservación de secuencias entre especies para detectar TFBSs en las regiones aguas arriba de un conjunto dado de genes coregulados. Aplicamos el método a 35 factores de transcripción con motivos de unión de ADN conocidos (con el soporte de secuencias ortólogas de los genomas de , , y ), y el método propuesto superó a los métodos de búsqueda de motivos basados en un solo genoma y así como a los métodos basados en múltiples genomas y para la mayoría de estos factores de transcripción. En comparación con el software de búsqueda de

• Materias:Modelos de regresión Conjunto borroso Agrupamiento Factores de transcripción Modelo autorregresivo
• Subjects:Regression models Fuzzy set Clustering Transcription factors Autoregressive model
• Palabras claves:Métodos computacionales; Motivos de unión de factores de transcripción; Predicciones falsas positivas; Sobre representación de secuencias; Conservación de secuencias entre especies; Genes coregulados
• Keywords:Computational methods; Transcription factor binding motifs; False positive predictions; Sequence overrepresentation; Cross-species sequence conservation; Coregulated genes