HMMER Profile Search
HMMER profile search identifies distant protein sequence homologs using probabilistic models of protein families, known as profile Hidden Markov Models (HMMs). Developed by Eddy and colleagues, this method captures sequence variation patterns within protein families and detects homologs with far greater sensitivity than position-weight matrices or pairwise alignment.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- 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
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.