ScholarGate
ผู้ช่วย
Process / pipelineSequence homology search

การค้นหาโปรไฟล์ HMMER

การค้นหาโปรไฟล์ HMMER ระบุลำดับโปรตีนที่เป็นญาติห่างๆ โดยใช้แบบจำลองเชิงความน่าจะเป็นของตระกูลโปรตีน ซึ่งเรียกว่าโปรไฟล์ Hidden Markov Models (HMMs) วิธีการนี้พัฒนาโดย Eddy และคณะ สามารถจับรูปแบบความแปรปรวนของลำดับภายในตระกูลโปรตีน และตรวจจับญาติห่างๆ ได้อย่างมีความไวสูงกว่าเมทริกซ์น้ำหนักตำแหน่ง (position-weight matrices) หรือการจัดแนวลำดับแบบคู่ (pairwise alignment) อย่างมาก

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้ดาวน์โหลดสไลด์

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

แผนที่ระเบียบวิธี

ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ

แหล่งอ้างอิง

  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

วิธีอ้างอิงหน้านี้

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

ระเบียบวิธีใด?

วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน

เปรียบเทียบเคียงข้างกัน

ถูกอ้างอิงโดย

ScholarGateHMMER Profile Search (Hidden Markov Model Profile Search for Sequence Homology). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/bioinformatics/hmmer-profile-search · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026