STEME

El proyecto Sterne comenzó su vida como una aproximación al algoritmo de Expectación-Maximización para el tipo de modelo utilizado en buscadores motivo como MEME.
Sterne y rsquo; s EM aproximación ejecuta un orden de magnitud más rápidamente que la implementación MEME para ajustes de los parámetros típicos. Sterne ahora se ha convertido en un motivo buscador de pleno derecho en su propio derecho.
¿Por qué utilizar Sterne?
Técnicas de búsqueda de motivos probados
Sterne se basa en el algoritmo MEME probado y probado. MEME es uno de los buscadores más maduros y con motivos populares. Fue uno de los de mejor desempeño en Tompa et al y rsquo;. S comparación de referencia de buscadores motivo.
Diseñado para grandes conjuntos de datos
Sterne está diseñado para ser utilizado en el tipo de grandes conjuntos de datos típicamente generados por los experimentos biológicos modernos. Sterne ha sido probado en la entrada de decenas de megabases, pero no hay razón para que no se debe utilizar en conjuntos de datos grandes.
Rápido
Sterne es rápido. Típicamente motivo buscadores tienen un tiempo de ejecución que crece rápidamente con el tamaño de la entrada. Debido a Sterne y rsquo; s uso de árboles de sufijos no sufre este problema. Sterne ofrece opciones para controlar el tiempo de ejecución para que el usuario controla el tiempo que están dispuestos a esperar los resultados.
Modelos flexibles con motivos
Muchos buscadores motivo (motivo buscadores enumerativa especialmente rápidas) utilizan secuencias de consenso como modelos de sitios de unión. Estos no son tan flexibles como los PWMs que Steme usos y no pueden capturar la misma gama de motivos como PWM.
Fácil de usar
Sterne produce salidas en el MEME y rsquo; s formato bien establecido lo que es fácil de usar en herramientas de aguas abajo. Sterne y rsquo; s de salida ha sido probado con herramientas de MEME, BioPython y BioPerl.
Cálculos de significación precisos
Sterne y rsquo; s cálculos de significación están diseñadas con grandes conjuntos de datos en mente. Buscadores motivo que no han sido escritas para grandes conjuntos de datos a menudo pueden calcular mal mal el significado de los motivos que encuentran. Este es un problema particularmente insidioso y difícil para el usuario identificar.
Disponible como un servicio web
Sterne se puede instalar localmente en la máquina o se puede ejecutar a través de Internet en nuestros servidores.
Documentación El paquete

Requisitos :

• Python