ахахаха 😆 притом те люди явно знают о чем говорят в отличие от меня

Какие-то чуваки из ENCODE говорили, что научились предсказывать положение CTCF как результаты чип-сека

ага вот тут треки лежат http://genome.ucsc.edu/encode/releaseLog.html

кстати с того же универа где мы с уважаемым Александром в разное время работали 😆

не устаю гордиться чужой работой сделаной в том же месте

Да это ж изи

по чипсекам на раз два три 3д структура предсказывается

Они не 3d предсказывали, а где белок сидит на днк.

От того, что он сел, до 3d ещё много разного происходит

да что там на раз два три, на раз

чипсеки вообще очень стабильный и сильный сигнал

там даже алгоритмов никаких не надо - можно глазами геном гнуть

Super-power

надо было в зеном такую заявку написать

собака зарыта вот тут "ChIP-seq affinity was directly measured through raw tag density (Raw Signal), which is shown in the track as density of tags mapping within a 150 bp sliding window (at a 20 bp step across the genome). ChIP-seq affinity zones (HotSpots) were identified using the HotSpot algorithm described in Sabo et al. (2004); 1.0% false discovery rate thresholds (FDR 0.01) were computed for each cell type by applying the HotSpot algorithm to an equivalent number of random uniquely mapping 36mers. ChIP-seq affinities (Peaks) were identified as signal peaks within affinity zones (FDR 1.0%) using a peak-finding algorithm.

All tracks have a False Discovery Rate of 1% (FDR 1.0%)."

потому что FDR там нихера не 1%

он был бы 1% если бы да кабы

если бы кто-то симулировал пики

Александр и German, спасибо за ваши комментарии! Онлайн курсы я прохожу уже давно, без них вообще невозможно. Что касается биоинформатических проектов с биологами, я принимал участие уже как минимум в 3-х. Для меня такая модель не совсем рабочая, потому и ищу ментора, в том числе зарубежную стажировку.

мопед не мой я хз что на самом деле там https://www.ebi.ac.uk/about/jobs/internships