Strojové učení asistovaná sekvenční aligmentace
Strojové učení asistovaná sekvenční aligmentace využívá statistické učící modely — včetně hlubokých neuronových sítí a proteinových jazykových modelů — k výpočtu biologicky smysluplných zarovnání mezi nukleotidovými nebo aminokyselinovými sekvencemi. Učením se vzorů substitucí a strukturálních omezení z velkých trénovacích korpusů tyto metody překonávají klasické skórovací matice (např. BLOSUM, PAM) v citlivosti na vzdálené homogy a strukturálně omezené oblasti, čímž se stávají současným stavem techniky pro náročné aligmentační úlohy v genomice a proteomice.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Llinares-López, F., Berthet, Q., Blondel, M., Teboul, O., & Vert, J.-P. (2023). Deep embedding and alignment of protein sequences. Nature Methods, 20(1), 104–111. DOI: 10.1038/s41592-022-01700-2 ↗
- Jumper, J., Evans, R., Pritzel, A., et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596(7873), 583–589. DOI: 10.1038/s41586-021-03819-2 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Machine Learning-Assisted Sequence Alignment. ScholarGate. https://scholargate.app/cs/bioinformatics/machine-learning-assisted-sequence-alignment
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Fylogenetická analýzaBioinformatika↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →