AREM

AREM是一款基於MACS（基於模型分析的ChIP-SEQ數據）。
高通量測序耦合到染色質免疫沉澱（芯片起）被廣泛用於表徵基因組範圍的轉錄因子，輔因子，染色質改性劑，和其它DNA結合蛋白結合模式。在芯片起數據分析的一個關鍵步驟是由映射高通量測序短讀取到參考基因組，並確定富含短讀取峰值區域。
雖然有幾種方法已經被提出用於芯片起分析，大部分現有ACTUAL方法僅考慮讀取，可以唯一地放置在參照基因組，並因此具有低的功率，用於檢測峰值LO-重複序列內cated。在這裡，我們介紹一種概率進近的芯片起的數據分析，利用所有的讀取，提供真正的全基因組結合模式的觀點。
讀取使用對應於k富集區域和一個空的基因組背景的混合模式為藍本。我們使用最大似然估計富集區域的位置，並執行一個期望最大化（EM）AL- gorithm，稱為AREM，更新每個的取向概率讀取到不同的基因組位置。
有關更多信息，請參閱我們的文章在RECOMB 2011年或訪問我們的網站：http://cbcl.ics.uci.edu/AREM
AREM是基於流行MACS峰呼叫者，如下所述：
用的測序技術的改善，染色質免疫沉澱接著通過高通量測序（芯片起）越來越流行，研究的全基因組蛋白-DNA相互作用。為了解決缺乏強大的芯片-SEQ分析方法，提出了一種新的算法，命名為芯片-SEQ（MACS）基於模型的分析，識別轉錄因子結合位點。
MACS捕獲的基因組的複雜性，以評估富集芯片區域的意義的影響，和MACS提高了通過結合兩種測序標籤的位置和方向的信息的結合位點的空間分辨率。 。MACS可以很容易地用於芯片序列數據單獨或與具有特異性的增加控制樣品

要求：

• 的Python