計算所發現的DNA結合基序的顯着性與預期的MATLAB

我有一組說明，100個基因組特徵，爲此我創建了一個fasta文件，每個文件周圍都有一個500 bp的窗口。我已經在這些窗口中搜索了一個DNA序列，並且在該特徵集中每個單個500 bp窗口平均發現了1.5個序列。偶然的，我預計序列每1024bp出現一次，或平均每500bp窗口我的序列〜0.49。計算所發現的DNA結合基序的顯着性與預期的MATLAB

我的問題是如何確定我發現的每個單個功能的1.5綁定網站是否顯着，並獲得p值？作爲後續，如果我使用同一組100個窗口並以相同的概率搜索不同的序列（1/1024），並確定現在平均每個窗口有0.9個序列，那麼如何我可以確定這是否顯着不同於我在上面搜索的序列的1.5？如果我在不同的特徵類型（比如說n = 50）的不同500bp窗口集合中搜索上述相同的兩個序列（均可在平均1/1024個鹼基對上找到），作爲第二個後續步驟，，如何確定此搜索的結果是否與上述結果顯着不同（特別是如果特徵集1和特徵集2中的序列A和序列B之間的差異顯着）？

預先感謝您。

來源

2015-04-20 metaditch

正如現在寫的那樣，您的問題需要編程和生物學方面的專家。如果您更改問題以刪除第二個要求 –

感謝您對Luis Mendo的反饋，您更有可能獲得幫助。如果我沒有在合理的時間內得到答案，或者在那個時間以前我無法自己弄清楚，我肯定會跟進你的建議。 – metaditch

注意：上述期望的序列每1024bp出現一次是基於不正確的假設，即基因組DNA中的GC含量爲50％。 – metaditch

我最終使用模擬來回答所有上述問題。在這種情況下，產生期望大小的窗口，即500bp的隨機基因組序列。搜索X窗口中的圖案（其中X =特徵集合中的個體數量）並與獲得的關於特徵中的圖案搜索結果進行比較。重複樣本大小等於要分析的第二個要素集的樣本大小。爲了比較各個特徵，進行類似的模擬並比較結果。

來源

2015-04-28 00:51:40 metaditch

計算所發現的DNA結合基序的顯着性與預期的MATLAB

回答

相關問題