HMMER profil-sökning
HMMER profil-sökning identifierar avlägsna proteinsekvenshomologer med hjälp av probabilistiska modeller för proteinfamiljer, kända som profil-dolda Markovmodeller (HMM). Denna metod, utvecklad av Eddy och kollegor, fångar mönster av sekvensvariation inom proteinfamiljer och detekterar homologer med betydligt större känslighet än positionsviktsmatriser eller parvisa justeringar.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Hidden Markov Model Profile Search for Sequence Homology. ScholarGate. https://scholargate.app/sv/bioinformatics/hmmer-profile-search
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Kryo-EM-rekonstruktionBioinformatik↔ jämför
- Metagenomisk binningBioinformatik↔ jämför
- Molekylär dockningBioinformatik↔ jämför
Refereras av
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →