Masinõppimisega abistatud järjestuste joondamine
Masinõppimisega abistatud järjestuste joondamine kasutab statistilisi õppemudeleid – sealhulgas sügavaid närvivõrke ja valgu keelemudeleid –, et arvutada bioloogiliselt tähenduslikke joondusi nukleotiid- või aminohappejärjestuste vahel. Suurtest treeningkorpustest asendusmustreid ja struktuuripiiranguid õppides ületavad need meetodid kaugemate homoloogide ja struktuuripiirangutega piirkondade tundlikkuse osas klassikalisi punktisüste (nt BLOSUM, PAM), muutes need praeguseks tipptasemeks keerukate joondamisülesannete lahendamisel genoomika ja proteoomika valdkonnas.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Machine Learning-Assisted Sequence Alignment. ScholarGate. https://scholargate.app/et/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.
- Fülogeneetiline analüüsBioinformaatika↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →