Skip to Main content Skip to Navigation
Conference papers

Mélange de gaussiennes bidimensionnelles pour l'analyse de données de ChIP-chip IP/IP

Résumé : Le ChIP-chip (immunoprécipitation de la chromatine sur puce) est une technique utilisée pour étudier les interactions entre protéines et ADN. Elle permet notamment d'étudier la différence entre deux échantillons d'ADN immunoprécipités (issus d'un sauvage et d'un mutant par exemple). Biologiquement, on s'attend alors à distinguer quatre groupes différents : un groupe d'ADN non-immunoprécipité (c'est-à-dire d'intensité faible), un groupe d'ADN immunoprécipité identiquement dans les deux échantillons (groupe normal), et puis deux groupes dans lesquels l'ADN est immunoprécipité différemment (immunoprécipité fortement dans un échantillon et faiblement dans l'autre). Nous proposons de modéliser ces données par un mélange de gaussiennes bidimensionnelles à quatre composantes. Des contraintes sur les matrices de variance-covariance sont posées afin d'intégrer des connaissances biologiques. Les paramètres sont estimés par l'algorithme EM. Nous appliquons cette méthode sur des données issues de la technologie NimbleGen afin d'étudier la différence de méthylation d'une histone chez la plante modèle Arabidopsis thaliana entre l'écotype sauvage et un mutant.
Complete list of metadata

Cited literature [8 references]  Display  Hide  Download

https://hal.inria.fr/inria-00386657
Contributor : Conférence Jds2009 <>
Submitted on : Friday, May 22, 2009 - 9:10:33 AM
Last modification on : Saturday, July 3, 2021 - 3:42:11 AM
Long-term archiving on: : Monday, October 15, 2012 - 10:54:08 AM

File

p98.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : inria-00386657, version 1
  • PRODINRA : 245225

Citation

Caroline Bérard, Marie-Laure Martin-Magniette, François Roudier, Stéphane Robin. Mélange de gaussiennes bidimensionnelles pour l'analyse de données de ChIP-chip IP/IP. 41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France. ⟨inria-00386657⟩

Share

Metrics

Record views

272

Files downloads

203