[发明专利]一种转录因子结合位点识别方法

摘要

本发明属于分子生物信息检测领域，具体涉及一种基于条件随机场技术，融合ChIP-chip基因芯片数据和ChIP-seq DNA测序数据的转录因子结合位点识别方法。本发明包括：建立条件随机场模型；获取ChIP-chip实验检测值，识别出对应状态值；获取ChIP-seq实验检测值识别出对应状态值；测试条件随机场模型的识别精度；加权融合识别结果的第n个DNA碱基片段识别概率；比较和识别转录因子结合位点。本发明利用条件随机场融合ChIP-chip和ChIP-seq实验的检测数据识别转录因子结合位点。通过实验验证，在识别准确率方面，本发明方法要高于采用单一技术的识别方法。

主权项

1.一种转录因子结合位点识别方法，其特征在于： （1）建立条件随机场模型： 其中，x={x₁,x₂,…,x_n}表示DNA碱基片段的实验检测值；y={y₁,y₂,…,y_n}是DNA碱基片段的对应状态值，1表示是转录因子结合位点，0表示不是转录因子结合位点；t_k(y_i-1,y_i,x,i)表示第i个碱基片段在当前实验检测值序列x下，状态为y_i的第i个碱基片段和状态为y_i-1的第i-1个碱基片段之间的转移特征函数；s_l(y_i,x,i)表示在当前实验检测值序列x下，第i个碱基片段的状态是yi的状态特征函数；λ_k和μ_l分别是t_k(y_i-1,y_i,x,i)和s_l(y_i,x,i)对应的权值，表示各特征函数的重要性；Z(x)是规范化因子，使得p(y|x)位于[0,1]之间； （2）获取DNA碱基片段的ChIP-chip实验检测值x={x₁,x₂,…,x_n}，根据条件随机场模型，识别出对应的DNA碱基片段的状态值y={y₁,y₂,…,y_n}； （3）获取DNA碱基片段的ChIP-seq实验检测值x={x₁,x₂,…,x_n}，根据条件随机场模型，识别出对应的DNA碱基片段的状态值y={y₁,y₂,…,y_n}； （4）测试条件随机场模型的识别精度： 其中，敏感性S_n，特异性S_p，准确率A_c，TP代表转录因子结合位点被预测正确的个数；FN表示转录因子结合位点被预测错误的个数；TN表示非转录因子结合位点被预测正确的个数；FP表示非转录因子结合位点被预测错误的个数； （5）对第n个DNA碱基片段，通过ChIP-chip实验检测值识别为转录因子结合位点的概率用表示，识别为非转录因子结合位点的概率用表示，通过ChIP-seq实验检测值识别为转录因子结合位点的概率用表示，识别为非转录因子结合位点的概率用表示， 加权融合识别结果的第n个DNA碱基片段识别概率表示为：融合权值w₁和w₂为与识别结果的识别准确率，w₁+w₂=1； （6）比较和则此碱基片段识别为转录因子结合位点；则此碱基片段识别为转录因子非结合位点。