使用ChIP-Seq数据设计多重启动子比对方法

我们针对调控序列比对的挑战提出了一种新方法Pro-Coffee，它是一种专门设计用于同源启动子区域的多重比对工具。Pro-Coffee使用基于TRANSFAC功能性结合位点比对估算的二核苷酸替代矩阵。我们设计了一个验证框架，使用数千个正交启动子家族。该数据集用于评估在其旁系物中预测真实人类正交物的准确性。我们发现，其他方法的平均准确度为73.5%，在同一数据集上训练后为77.6%，而Pro-Coffee的准确度高达80.4%。随后，我们应用了一种基于多物种ChIP-seq数据的新验证程序。训练和未训练的方法被测试其正确比对实验检测到的结合位点的能力。当对于两个转录因子，默认方法的平均正确比对位点数为284，训练方法为316时，Pro-Coffee达到了331，比默认平均值高出16.5%。我们发现，方法在分类正交物时的表现与其正确比对已知结合位点的能力之间存在高度相关性。这不仅具有有趣的生物学意义，同时也使我们得出任何在正交数据集上训练的方法都会产生功能上更具信息性的比对结果的结论。