Búsqueda de Perfiles HMMER
La búsqueda de perfiles HMMER identifica homólogos de secuencias proteicas distantes utilizando modelos probabilísticos de familias de proteínas, conocidos como Modelos Ocultos de Markov de Perfil (HMMs). Desarrollado por Eddy y colegas, este método captura patrones de variación de secuencias dentro de las familias de proteínas y detecta homólogos con una sensibilidad mucho mayor que las matrices de pesos de posición o la alineación por pares.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Hidden Markov Model Profile Search for Sequence Homology. ScholarGate. https://scholargate.app/es/bioinformatics/hmmer-profile-search
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Reconstrucción por crio-microscopía electrónicaBioinformática↔ comparar
- Agrupación MetagenómicaBioinformática↔ comparar
- Acoplamiento molecularBioinformática↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →