ChIP-seq是鉴定转录因子结合的一种常用技术，但存在背景信号，传统做法是用一个对照（control）数据集进行校正，去掉背景信号，但是对照也存在“bias”：一套对照可能会miss潜在的bias来源。白话就是：一个对照在A基因处ok，在B基因处也ok吗？

利用公共数据库中的大量control数据集，机器学习发挥了其优点，可以这些公共的control评估背景信号，并更加准确地识别峰。

AIControl能够（i）以高分辨率评估背景信号；（ii）以一种数据驱动的方式，系统地权衡最合适的对照数据集；（iii）捕获可能被一套对照数据集错过的潜在偏倚来源；和（iv）去掉昂贵且耗时的对照实验需求。

用一堆control来学习某位点（例如基因A）处，到底该用哪个对照。bias少了，更加准确了！

ChIP-seq也能进入到AI大数据时代了！

PS：所有优点集中在一起，最终还是优点吗？观望！

https://github.com/suinleelab/AIControl.jl