クラスタリングへの応用を伴う位置頻度行列間の自然類似度測定

動機：転写因子（TF）は、標的配列に結合することで遺伝子調節に重要な役割を果たします。TFが結合部位に結合する可能性のある予測は、計算生物学においてよく研究されています。1つのTFの結合部位は位置頻度行列（PFM）で表されます。新しいPFMの発見には、冗長性を避けるために、既知のPFMとの比較が必要です。一般的に、PFMは、ヌルモデルの下で重複する位置に現れる場合に類似しています。しかし、既存のほとんどの方法はPFMの確率的距離に基づいて類似性を計算します。ここでは、両ストランドを考慮したPFMヒットの数間の漸近的共分散に基づく自然な類似度測定を提案します。さらに、同じアイデアに基づいてJaspar PFMのセットをクラスタリングするための第2の測定を導入します。結果：漸近的共分散は、スコア分布の2次元畳み込みによって効率的に計算できることを示します。漸近的共分散アプローチは、シミュレーションデータと強い相関を示します。三つの代替方法に対して優れた性能を発揮します。Jasparのクラスタリングは、同じクラスのTFの明確なグループを生み出します。さらに、各クラスに対して代表的なPFMが提供されます。他のほとんどのクラスタリング手法とは対照的に、低い類似性を持つPFMは自動的にシングルトンとして残ります。利用可能性：類似性を計算し、クラスタリングを行うためのウェブサイト、ソースコードおよび補足資料はhttp://mosta.molgen.mpg.deで入手可能です。