Ricerca di profili HMMER
La ricerca di profili HMMER identifica omologhi di sequenze proteiche distanti utilizzando modelli probabilistici di famiglie proteiche, noti come modelli di Markov nascosti (HMM) a profilo. Sviluppato da Eddy e colleghi, questo metodo cattura i modelli di variazione delle sequenze all'interno delle famiglie proteiche e rileva gli omologhi con una sensibilità molto maggiore rispetto alle matrici di peso posizionale o all'allineamento a coppie.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Mappa dei metodi
Il vicinato dei metodi correlati — seleziona un nodo per esplorare.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Hidden Markov Model Profile Search for Sequence Homology. ScholarGate. https://scholargate.app/it/bioinformatics/hmmer-profile-search
Quale metodo?
Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.
- Ricostruzione in crio-EMBioinformatica↔ confronta
- Binning metagenomicoBioinformatica↔ confronta
- Docking MolecolareBioinformatica↔ confronta
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →