HMM, an Efficient Way to Detect Transcriptional Promoters in Bacterial Genomes? - Inria - Institut national de recherche en sciences et technologies du numérique
Communication Dans Un Congrès Année : 2003

HMM, an Efficient Way to Detect Transcriptional Promoters in Bacterial Genomes?

Bertrand Aigle
Bernard Decaris
  • Fonction : Auteur
Pierre Leblond

Résumé

We have developed a data mining study based on second-order Hidden Markov Models to detect short DNA motifs that appear abnormally frequently at non-random locations in the streptomyces coelicolor genome. Our method has permitted to detect 23 of 30 SigR target promoter sequences in this genome. || Nous décrivons une étude de fouille de données à l'aide de modèles de Markov cachés du second ordre dans laquelle nous détectons des petits motifs d'ADN dans la bactérie S. Coelicolor. Notre méthode a permis de détecter 23 des 30 promoteurs sigR de ce gén

Domaines

Autre [cs.OH]
Fichier non déposé

Dates et versions

inria-00099570 , version 1 (26-09-2006)

Identifiants

  • HAL Id : inria-00099570 , version 1

Citer

Sébastien Hergalant, Bertrand Aigle, Bernard Decaris, Jean-François Mari, Pierre Leblond. HMM, an Efficient Way to Detect Transcriptional Promoters in Bacterial Genomes?. European Conference on Computational Biology - ECCB'2003, Sep 2003, Paris, France, pp.417--419. ⟨inria-00099570⟩
95 Consultations
0 Téléchargements

Partager

More