ScholarGate
Assistent
Process / pipelineSequence homology search

HMMER-profilsøk

HMMER-profilsøk identifiserer fjerne proteinsekvenshomologer ved hjelp av probabilistiske modeller av proteinfamilier, kjent som profil Hidden Markov Models (HMM). Denne metoden, utviklet av Eddy og kolleger, fanger opp variasjonsmønstre i sekvenser innenfor proteinfamilier og detekterer homologer med langt større sensitivitet enn posisjonsvektmatriser eller parvis justering.

Åpne i MethodMindSnartApply, compare, get guidance
Tools & resources
Last ned lysbilder
Learn & explore
VideoSnart

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Metodekart

Nabolaget av beslektede metoder — velg en node for å utforske.

Kilder

  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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Hidden Markov Model Profile Search for Sequence Homology. ScholarGate. https://scholargate.app/no/bioinformatics/hmmer-profile-search

Hvilken metode?

Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.

Sammenlign side om side

Referert av

ScholarGateHMMER Profile Search (Hidden Markov Model Profile Search for Sequence Homology). Hentet 2026-06-15 fra https://scholargate.app/no/bioinformatics/hmmer-profile-search · Datasett: https://doi.org/10.5281/zenodo.20539026