ScholarGate
دستیار
Process / pipelineSequence homology search

جستجوی پروفایل HMMER

جستجوی پروفایل HMMER با استفاده از مدل‌های احتمالی خانواده‌های پروتئینی، موسوم به مدل‌های پنهان مارکوف پروفایلی (HMMs)، همولوگ‌های توالی پروتئینی دوردست را شناسایی می‌کند. این روش که توسط ادی و همکارانش توسعه یافته است، الگوهای تنوع توالی را در خانواده‌های پروتئینی ثبت کرده و همولوگ‌ها را با حساسیت بسیار بیشتری نسبت به ماتریس‌های وزن موقعیت یا هم‌ترازی دوتایی تشخیص می‌دهد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیدریافت اسلایدها

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  1. 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
  2. Eddy, S. R. (1998). Profile hidden Markov models. Bioinformatics, 14(9), 755-763. DOI: 10.1093/bioinformatics/14.9.755
  3. 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Hidden Markov Model Profile Search for Sequence Homology. ScholarGate. https://scholargate.app/fa/bioinformatics/hmmer-profile-search

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم

ارجاع‌شده در

ScholarGateHMMER Profile Search (Hidden Markov Model Profile Search for Sequence Homology). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/bioinformatics/hmmer-profile-search · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026