HMMER-Profilsuche
Die HMMER-Profilsuche identifiziert entfernte Proteinsequenzhomologe mittels probabilistischer Modelle von Proteinfamilien, bekannt als Profil-Hidden-Markov-Modelle (HMMs). Diese von Eddy und Kollegen entwickelte Methode erfasst Variationsmuster von Sequenzen innerhalb von Proteinfamilien und erkennt Homologe mit weitaus größerer Sensitivität als Positionsgewichtmatrizen oder paarweise Alignments.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- Krogh, A., Brown, M., Mian, I. S., Sjölander, K., & Haussler, D. (1994). Hidden Markov models in computational biology: applications to protein modeling. Journal of Molecular Biology, 235(5), 1501-1531. DOI: 10.1006/jmbi.1994.1104 ↗
- Eddy, S. R. (1998). Profile hidden Markov models. Bioinformatics, 14(9), 755-763. DOI: 10.1093/bioinformatics/14.9.755 ↗
- Finn, R. D., Clements, J., & Eddy, S. R. (2011). HMMER web server: interactive sequence similarity searching. Nucleic Acids Research, 39(Web Server issue), W29-W37. DOI: 10.1093/nar/gkr367 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Hidden Markov Model Profile Search for Sequence Homology. ScholarGate. https://scholargate.app/de/bioinformatics/hmmer-profile-search
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- Rekonstruktion mittels Kryo-EMBioinformatik↔ vergleichen
- Metagenomische BinningBioinformatik↔ vergleichen
- MolekulardockingBioinformatik↔ vergleichen
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →