Palīglīdzeklis ar mašīnmācīšanos secību salīdzināšanai
Palīglīdzeklis ar mašīnmācīšanos secību salīdzināšanai izmanto statistiskās apguves modeļus — ieskaitot dziļos neironu tīklus un proteīnu valodu modeļus — lai aprēķinātu bioloģiski nozīmīgus salīdzinājumus starp nukleotīdu vai aminoskābju secībām. Apgūstot aizvietošanas modeļus un strukturālās saistības no lieliem apmācības korpusiem, šīs metodes jutības ziņā attiecībā uz attāliem homologiem un strukturāli saistītiem reģioniem pārspēj klasiskās punktu matricas (piemēram, BLOSUM, PAM), padarot tās par pašreizējo stāvokli grūti veicamiem salīdzināšanas uzdevumiem genoms un proteoms.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Machine Learning-Assisted Sequence Alignment. ScholarGate. https://scholargate.app/lv/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.
- Filogenētiskā analīzeBioinformātika↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →