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.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- 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 ↗
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.
- Reconstrução por Crio-EMBioinformática↔ comparar
- Binning MetagenômicoBioinformática↔ comparar
- Acoplamento MolecularBioinformática↔ comparar
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →