ScholarGate
Assistente
Process / pipelineSequence homology search

Busca de Perfil HMMER

A busca de perfil HMMER identifica homólogos de sequências proteicas distantes usando modelos probabilísticos de famílias de proteínas, conhecidos como Modelos Ocultos de Markov de Perfil (HMMs). Desenvolvido por Eddy e colegas, este método captura padrões de variação de sequência dentro de famílias de proteínas e detecta homólogos com sensibilidade muito maior do que matrizes de peso de posição ou alinhamento par a par.

Abrir no MethodMindEm breveApply, compare, get guidance
Tools & resources
Baixar slides
Learn & explore
VídeoEm breve

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

Fontes

  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

Como citar esta página

ScholarGate. (2026, June 3). Hidden Markov Model Profile Search for Sequence Homology. ScholarGate. https://scholargate.app/pt/bioinformatics/hmmer-profile-search

Qual método?

Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.

Comparar lado a lado

Referenciado por

ScholarGateHMMER Profile Search (Hidden Markov Model Profile Search for Sequence Homology). Recuperado em 2026-06-15 de https://scholargate.app/pt/bioinformatics/hmmer-profile-search · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026