Множественные максимизации ожиданий для выявления мотивов ( MEME) — это инструмент для обнаружения мотивов в группе родственных последовательностей ДНК или белков . [1]MEME принимает в качестве входных данных группу последовательностей ДНК или белков и выводит столько мотивов, сколько запрошено, до определенного пользователем порога статистической достоверности. MEME использует методы статистического моделирования, чтобы автоматически выбирать наилучшую ширину, количество повторений и описание для каждого мотива. [2]
Локальное выравнивание мотивов с пробелами (GLAM 2) — это инструмент для обнаружения мотивов с пробелами в группе последовательностей ДНК или белков. В отличие от MEME, GLAM2 не пытается найти несколько разных мотивов за один раз. Вместо этого он выполняет повторы: пытается найти наилучший мотив несколько раз.[3]
Дискриминативное выявление мотивов регулярной экспрессии (DREME) — это инструмент для обнаружения мотивов в больших коллекциях последовательностей. DREME эффективен в вычислительном отношении и поэтому подходит для поиска мотивов в больших наборах данных, полученных в результате экспериментов ChIP-seq ( иммунопреципитация хроматина с последующим секвенированием). В интересах эффективности вычислений DREME находит только мотивы, которые могут быть выражены в алфавите IUPAC , который содержит стандартный алфавит ДНК ACGT , а также одиннадцать «подстановочных» символов (например, R обозначает либо A , либо G ).
MEME-ChIP — это инструмент для обнаружения мотивов в наборах данных, полученных в результате экспериментов ChIP-seq (иммунопреципитация хроматина с последующим секвенированием).[4]
Найти отдельные случаи мотивов (FIMO) — это инструмент для поиска экземпляров мотивов в базе данных последовательностей. FIMO ищет в базе данных предоставленные мотивы и сообщает значение q для каждого совпадения.[5]
Инструмент выравнивания и поиска мотивов (MAST) — это инструмент для поиска в базах данных биологических последовательностей последовательностей, которые содержат вхождение каждого мотива в заданный набор мотивов. MAST оценивает совпадения и сообщает значения p для четырех типов событий: