モチーフ発見のための分布推定アルゴリズム

転写因子結合部位の同定またはモチーフ発見の問題は、DNA配列のシス調節領域におけるモチーフ結合部位を特定することです。生物学的実験は高コストであり、この問題は計算上NP困難です。我々はモチーフ発見のための分布推定アルゴリズム（EDAMD）を提案しました。ベイズ解析を用いて、一連のモチーフインスタンスの事後確率を測定する適合度関数を導出し、シーケンス内の可変数のモチーフインスタンスを扱うために使用します。EDAMDは、モチーフインスタンスの集合の分布をモデル化するためにガウス分布を採用し、モチーフインスタンスの位置間の二変数相関を捉えることができます。ガウス分布から新しい位置頻度マトリックス（PFM）が生成されると、Greedy Refinement操作を介してPFMに基づいて新しいモチーフインスタンスのセットが特定されます。世代の終わりに、ガウス分布はモチーフインスタンスのセットで更新されます。Greedy Refinementはシーケンス上の単一のモチーフインスタンスを前提としているため、進化後により多くのモチーフインスタンスを見つけるために適合度関数に基づいた後処理操作が使用されます。実験により、EDAMDは、この論文でテストされた実問題においてGAMEおよびGALFと比較可能またはそれ以上であることが確認されました。