Wyszukiwanie profili HMMER
Wyszukiwanie profili HMMER identyfikuje odległe homologii sekwencji białkowych przy użyciu probabilistycznych modeli rodzin białkowych, znanych jako ukryte modele Markowa profili (HMM). Metoda ta, opracowana przez Eddy’ego i współpracowników, wychwytuje wzorce zmienności sekwencji w obrębie rodzin białkowych i wykrywa homologi z znacznie większą czułością niż macierze wag pozycyjnych czy dopasowania parami.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Hidden Markov Model Profile Search for Sequence Homology. ScholarGate. https://scholargate.app/pl/bioinformatics/hmmer-profile-search
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Rekonstrukcja w kriogenicznej mikroskopii elektronowejBioinformatyka↔ porównaj
- Binning metagenomicznyBioinformatyka↔ porównaj
- Modelowanie molekularneBioinformatyka↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →