Penjajaran Urutan Berbantuan Pembelajaran Mesin
Penjajaran urutan berbantuan pembelajaran mesin menggunakan model pembelajaran statistik — termasuk jaringan saraf dalam dan model bahasa protein — untuk menghitung penjajaran yang bermakna secara biologis antara urutan nukleotida atau asam amino. Dengan mempelajari pola substitusi dan batasan struktural dari korpus pelatihan yang besar, metode ini melampaui matriks penilaian klasik (misalnya, BLOSUM, PAM) dalam sensitivitas untuk homolog jarak jauh dan wilayah yang dibatasi secara struktural, menjadikannya keadaan seni saat ini untuk tugas penjajaran yang sulit dalam genomik dan proteomik.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Machine Learning-Assisted Sequence Alignment. ScholarGate. https://scholargate.app/id/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.
- Analisis FilogenetikBioinformatika↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →