Table 3. Comparison between TRANSMODIS and two other methods for target gene identification on the set of ChIP-chip data by Harbison et al. [8].

TF	Known targets	Total number of predictions			Number of predictions known to be true			PPV
		TRANSMODIS	Bayesian	Error model	TRANSMODIS	Bayesian	Error model	TRANSMODIS	Bayesian	Error model
ABF1	30	240	176	267	9	5	5	0.038	0.028	0.019
ACE2	8	85	335	92	2	2	2	0.024	0.006	0.022
ADR1	10	189	20	35	1	0	0	0.005	0	0
ARG80	8	16	7	16	3	2	3	0.188	0.286	0.188
ARG81	8	17	20	28	3	4	4	0.176	0.200	0.143
ARO80	2	12	32	27	2	2	2	0.167	0.063	0.074
ASH1	1	21	10	0	0	0	0	0	0	NA
BAS1	13	41	147	41	8	10	8	0.195	0.068	0.195
CBF1	11	86	252	281	3	7	5	0.035	0.028	0.018
CIN5	1	117	169	153	0	0	0	0	0	0
CUP9	2	35	6	21	1	1	1	0.029	0.167	0.048
DAL80	22	49	8	13	0	0	0	0	0	0
DAL81	10	114	79	96	7	5	7	0.061	0.063	0.073
DAL82	8	54	93	59	6	8	6	0.111	0.086	0.102
FKH1	1	167	116	142	0	0	0	0	0	0
FKH2	2	121	353	122	2	2	2	0.017	0.006	0.016
FZF1	1	35	5	17	0	0	0	0	0	0
GAT1	4	124	41	27	3	1	1	0.024	0.024	0.037
GCN4	57	68	169	75	23	32	22	0.338	0.189	0.293
GCR1	20	42	55	15	0	5	2	0	0.091	0.133
GCR2	9	47	43	56	4	5	4	0.085	0.116	0.071
GLN3	31	118	141	68	16	16	11	0.136	0.113	0.162
HAC1	5	10	56	15	1	3	1	0.100	0.054	0.067
HAL9	1	33	15	28	0	0	0	0	0	0
HAP1	14	149	189	151	10	9	10	0.067	0.048	0.066
HAP2	30	23	54	21	2	2	2	0.087	0.037	0.095
HAP3	27	10	19	30	1	2	2	0.100	0.105	0.067
HAP4	27	74	170	77	7	9	7	0.095	0.053	0.091
HAP5	25	13	24	12	1	0	0	0.077	0	0
HSF1	16	71	122	102	12	12	13	0.169	0.098	0.127
IME1	15	20	1	0	0	0	0	0	0	NA
INO2	20	33	62	48	5	10	7	0.152	0.161	0.146
INO4	18	31	64	37	9	13	9	0.290	0.203	0.243
IXR1	1	9	2	28	0	0	0	0	0	0
LEU3	7	19	61	24	6	6	4	0.316	0.098	0.167
MAC1	8	8	47	18	3	4	4	0.375	0.085	0.222
MBP1	38	121	394	61	15	25	8	0.124	0.063	0.131
MCM1	32	92	240	107	18	20	16	0.196	0.083	0.150
MET28	1	20	1	17	0	0	0	0	0	0
MET4	9	25	76	28	4	5	1	0.160	0.066	0.036
MIG1	29	10	67	22	1	8	2	0.100	0.119	0.091
MOT3	4	22	11	8	0	0	0	0	0	0
MSN1	1	114	1	5	0	0	0	0	0	0
MSN2	36	154	199	47	11	17	4	0.071	0.085	0.085
MSN4	33	115	163	71	8	13	4	0.070	0.080	0.056
PDR1	15	323	108	8	4	4	0	0.012	0.037	0.000
PDR3	9	8	39	21	1	2	1	0.125	0.051	0.048
PHO2	19	33	2	33	1	0	1	0.030	0	0.030
PHO4	24	72	82	31	4	8	7	0.056	0.098	0.226
PPR1	4	15	24	28	0	2	0	0	0.083	0
PUT3	2	14	66	90	1	2	0	0.071	0.030	0
RAP1	35	291	196	0	17	13	0	0.058	0.066	N/A
RCS1	11	39	183	261	7	10	0	0.179	0.055	0
REB1	21	278	313	0	4	4	0	0.014	0.013	N/A
RFX1	5	12	57	25	2	4	2	0.167	0.070	0.080
RGT1	6	9	1	0	1	1	0	0.111	1.000	N/A
RIM101	4	115	27	7	0	0	0	0	0	0
RME1	2	29	66	40	1	1	0	0.034	0.015	0
ROX1	13	104	94	6	1	2	0	0.010	0.021	0
RPH1	1	25	68	8	0	1	0	0	0.015	0
RPN4	7	144	212	101	4	7	4	0.028	0.033	0.040
RTG3	5	26	47	37	4	4	4	0.154	0.085	0.108
SIP4	2	9	69	21	1	2	1	0.111	0.029	0.048
SKN7	21	187	201	190	8	6	6	0.043	0.030	0.032
STE12	78	60	567	63	24	34	25	0.400	0.060	0.397
STP1	1	60	117	72	1	1	0	0.017	0.009	0
SUM1	2	81	110	60	1	0	1	0.012	0	0.017
SUT1	1	95	73	69	0	0	0	0	0	0
SWI4	14	105	271	161	5	6	4	0.048	0.022	0.025
SWI5	11	46	203	120	3	7	5	0.065	0.034	0.042
SWI6	44	118	430	158	10	19	10	0.085	0.044	0.063
TEC1	44	62	46	43	3	0	0	0.048	0	0
THI2	8	34	67	47	5	8	7	0.147	0.119	0.149
UGA3	3	9	42	32	2	2	0	0.222	0.048	0.000
UME6	40	286	239	134	18	18	10	0.063	0.075	0.075
XBP1	5	65	50	77	1	1	1	0.015	0.020	0.013
YAP1	39	25	314	72	5	11	7	0.200	0.035	0.097
YAP6	1	15	242	60	1	0	1	0.067	0	0.017
YHP1	1	42	9	20	0	0	0	0	0	0
YRR1	4	66	3	23	0	0	0	0	0	0
ZAP1	12	22	62	22	4	9	4	0.182	0.145	0.182
Average	14.4	72.8	111.3	58.6	4.3	5.6	3.5	0.086	0.066	0.063

The cutoff of the error model is set to 0.001, as suggested by the original authors[2].