Computational discovery of regulatory elements in a continuous expression space

Mathieu Lajoie 1 Olivier Gascuel 1 Vincent Lefort 1 Laurent Brehelin 1, *
* Auteur correspondant
1 MAB - Méthodes et Algorithmes pour la Bioinformatique
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
Abstract : Approaches for regulatory element discovery from gene expression data usually rely on clustering algorithms to partition the data into clusters of co-expressed genes. Gene regulatory sequences are then mined to find over-represented motifs in each cluster. However, this ad-hoc partition rarely fits the biological reality. We propose a novel method called RED2 that avoids data clustering by estimating motif densities locally around each gene. We show that RED2 detects numerous motifs not detected by clustering-based approaches, and that most of these correspond to characterized motifs. RED2 can be accessed online with a user-friendly interface at http://www.atgc-montpellier.fr/RED2/.
Type de document :
Article dans une revue
Genome Biology, BioMed Central, 2012, 13 (11), pp.41
Liste complète des métadonnées

Littérature citée [38 références]  Voir  Masquer  Télécharger

https://hal-lirmm.ccsd.cnrs.fr/lirmm-00796453
Contributeur : Laurent Brehelin <>
Soumis le : lundi 4 mars 2013 - 11:16:59
Dernière modification le : jeudi 11 janvier 2018 - 06:26:13
Document(s) archivé(s) le : mercredi 5 juin 2013 - 03:56:32

Fichier

gb-2012-13-11-r109.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Identifiants

  • HAL Id : lirmm-00796453, version 1

Collections

Citation

Mathieu Lajoie, Olivier Gascuel, Vincent Lefort, Laurent Brehelin. Computational discovery of regulatory elements in a continuous expression space. Genome Biology, BioMed Central, 2012, 13 (11), pp.41. 〈lirmm-00796453〉

Partager

Métriques

Consultations de la notice

387

Téléchargements de fichiers

290