ზუსტი დამთხვევა
ორიგინალის ენა
ქვეკორპუსები
ჯგუფები
კრებულები
ტიპები
ჟანრები
დარგები
გამომცემლობები
ავტორები
მთარგმნელები
გამოცემულია
წლიდან
წლამდე
თარგმნილია
წლიდან
წლამდე
წინა შემდეგი
1.
ბიოინფორმატიკის საფუძვლები | თავი 1
The explosion of genomic sequence information generated a sudden demand for efficient computational tools to manage and analyze the data.
გენომურ თანმიმდევრობებზე ინფორმაციის სწრაფმა ზრდამ ეფექტურ კომპიუტერულ მეთოდებზე უზარმაზარი მოთხოვნა წარმოშვა, რომლებიც მონაცემების მართვისა და ანალიზისთვის აუცილებელი გახდა.
2.
ბიოინფორმატიკის საფუძვლები | თავი 2
For example, databases containing raw sequence information can perform extra computational tasks to identify sequence homology or conserved motifs.
მაგალითად, მონაცემთა ბაზებს, რომლებიც თანმიმდევრობების დაუმუშავებელ, ნედლ ინფორმაციას შეიცავენ, შეუძლიათ დამატებითი გამოთვლითი სამუშაოს შესრულება, რომ შენარჩუნებული მოტივები ან თანმიმდევრობების ჰომოლოგები დაადგინონ.
3.
ბიოინფორმატიკის საფუძვლები | თავი 2
To turn the raw sequence information into more sophisticated biological knowledge, much postprocessing of the sequence information is needed.
დაუმუშავებელი თანმიმდევრობების ინფორმაციის უფრო დახვეწილ და რთულ ბიოლოგიურ ცოდნად გარდაქმნისთვის, საჭიროა მისი შემდგომი ზედმიწევნითი დამუშავება.
4.
ბიოინფორმატიკის საფუძვლები | თავი 2
This begs the need for secondary databases, which contain computationally processed sequence information derived from the primary databases.
ეს მეორეული მონაცემთა ბაზების საჭიროებას იწვევს, რომლებიც შეიცავს პირველადი მონაცემთა ბაზებიდან მიღებული თანმიმდევრობების კომპიუტერულად დამუშავებულ ინფორმაციას.
5.
ბიოინფორმატიკის საფუძვლები | თავი 2
The Pfam and Blocks databases contain aligned protein sequence information as well as derived motifs and patterns, which can be used for classification of protein families and inference of protein functions.
Pfam და Block მონაცემთა ბაზები (აღწერილი იქნება მეშვიდე თავში) შეიცავს ცილის გათანაბრებული თანმიმდევრობების ინფორმაციას, ასევე, მიღებულ მოტივებსა და პატერნებს, რომელთა გამოყენება შესაძლებელია ცილის ოჯახების კლასიფიკაციისა და მათი ფუნქციის დასადგენად.
6.
ბიოინფორმატიკის საფუძვლები | თავი 2
Therefore, in the biological community, there is a frequent need for the secondary and specialized databases to connect to the primary databases and to keep uploading sequence information.
ბიოლოგიურ საზოგადოებაში ხშირია მეორეული და სპეციალიზებული მონაცემთა ბაზების პირველად მონაცემთა ბაზებთან დაკავშირების და შეყვანილი თანმიმდევრობების ინფორმაციის შენახვის მოთხოვნა.
7.
ბიოინფორმატიკის საფუძვლები | თავი 2
One of the problems associated with biological databases is overreliance on sequence information and related annotations, without understanding the reliability of the information.
ბიოლოგიურ მონაცემთა ბაზებთან დაკავშირებულია ერთ-ერთი პრობლემა, რომელიც თანმიმდევრობების ინფორმაციისა და მათზე ანოტაციების უპირობო ნდობას გულისხმობს, ამ ინფორმაციის სარწმუნოობის გააზრების გარეშე.
8.
ბიოინფორმატიკის საფუძვლები | თავი 2
It is a gateway that allows text-based searches for a wide variety of data, including annotated genetic sequence information, structural information, as well as citations and abstracts, full papers, and taxonomic data.
ეს ქსელის ინტერფეისია და მისი საშუალებით შესაძლებელია მონაცემთა დიდი მრავალფეროვნებისთვის ტექსტური ძებნის გამოყენება. მაგ. ანოტაციური გენეტიკური ინფორმაციისთვის, სტრუქტურული ინფორმაციისთვის, ციტირებისა და აბსტრაქტებისთვის, სრული სტატიებისა და ტაქსონომიური მონაცემებისთვის.
9.
ბიოინფორმატიკის საფუძვლები | თავი 2
It is one of the simplest and the most popular sequence formats because it contains plain sequence information that is readable by many bioinformatics analysis programs.
თანმიმდევრობების ერთ-ერთი ყველაზე მარტივი და პოპულარული ფორმატია, ვინაიდან ინფორმაცია თანმიმდევრობების შესახებ, რომელსაც ის შეიცავს იოლად გასაგებია და მას ბიოინფორმატიკის მრავალი ანალიზური პროგრამა კითხულობს.
10.
ბიოინფორმატიკის საფუძვლები | თავი 2
To retrieve sequence information from NCBI GenBank, an understanding of the format of GenBank sequence files is necessary.
NCBI გენბანკიდან ინფორმაციის ამოსაკრეფად საჭიროა გენბანკის თანმიმდევრობების ფაილის ფორმატის ცოდნა.
11.
ბიოინფორმატიკის საფუძვლები | თავი 7
The consensus sequence information of motifs and domains can be stored in a database for later searches of the presence of similar sequence patterns from unknown sequences.
მოტივებისა და დომენების კონსენსუსის თანმიმდევრობის ინფორმაცია შეიძლება ინახებოდეს მონაცემთა ბაზაში და გამოყენებული იქნას უცნობ თანმიმდევრობაში მსგავსი მოტივებისა და დომენების დასადგენად.
12.
ბიოინფორმატიკის საფუძვლები | თავი 8
With the rapid accumulation of genomic sequence information, there is a pressing need to use computational approaches to accurately predict gene structure.
გენომის თანმიმდევრობებზე ინფორმაციის სწრაფ დაგროვებასთან ერთად იზრდება გენის სტრუქტურის ზუსტი პროგნოზისთვის გამოთვლითი მეთოდების გამოყენების აუცილებლობაც.
13.
ბიოინფორმატიკის საფუძვლები | თავი 11
The drawback is that the actual sequence information is lost when all the sequence variation is reduced to a single value.
ნაკლი იმაში მდგომარეობს, რომ როცა თანმიმდევრობების ყველა ცვალებადობა ერთ მნიშვნელობამდე რედუცირდება, თანმიმდევრობების რეალური ინფორმაცია იკარგება.
14.
ბიოინფორმატიკის საფუძვლები | თავი 11
It uses the full sequence information, not just the informative sites.
ის იყენებს მთლიანი თანმიმდევრობის ინფორმაციას და არა მხოლოდ ინფორმაციულ საიტებს.
15.
ბიოინფორმატიკის საფუძვლები | თავი 14
The secondary structure prediction methods can be either based on this method, which make use of single sequence information only, or homology based, which make use of multiple sequence alignment information.
მეორეული სტრუქტურის პროგნოზირების მეთოდები შეიძლება ამ მეთოდს ეფუძნებოდეს, რომელიც მხოლოდ ერთი თანმიმდევრობის ინფორმაციას იყენებს, ან ჰომოლოგიას ეფუძნებოდეს, რომლის დროსაც მრავალი თანმიმდევრობის გათანაბრების ინფორმაციას ვიყენებთ.
16.
ბიოინფორმატიკის საფუძვლები | თავი 14
The predictions solely rely on local sequence information and fail to take into account long range interactions.
პროგნოზი დამოკიდებულია თანმიმდევრობის მხოლოდ ლოკალურ ინფორმაციაზე და არ ითვალისწინებს გრძელვადიან კავშირებს.
17.
ბიოინფორმატიკის საფუძვლები | თავი 15
Consequently, the gap between protein sequence information and protein structural information is increasing rapidly.
შესაბამისად, სწრაფად იზრდება უფსკრული ცილის თანმიმდევრობასა და ცილის სტრუქტურაზე მიღებულ ინფორმაციებს შორის.
18.
ბიოინფორმატიკის საფუძვლები | თავი 15
There are many important proteins for which the sequence information is available, but their three-dimensional structures remain unknown.
არსებობს ფუნქციურად მნიშვნელოვანი მრავალი ცილა, რომელთა თანმიმდევრობების ინფორმაცია მისაწვდომია, მაგრამ სამგანზომილებიანი აგებულება დღემდე უცნობია.
19.
ბიოინფორმატიკის საფუძვლები | თავი 15
As the name suggests, the prediction method attempts to produce all-atom protein models based on sequence information alone without the aid of known protein structures.
როგორც სახელწოდებიდან გამომდინარეობს, პროგნოზის მეთოდი ყველა ატომის მოდელის შექმნას მხოლოდ თანმიმდევრობის ინფორმაციის საფუძველზე ცდილობს, და ცნობილი ცილების სტრუქტურების ინფორმაციას არ იყენებს.
20.
ბიოინფორმატიკის საფუძვლები | თავი 16
A path with the maximal score within a scoring matrix after taking into account the entire sequence information represents the most probable secondary structure form.
შეფასების მატრიცაში მაქსიმალური მაჩვენებლების მქონე გზა, მთელი თანმიმდევრობის ინფორმაციის გათვალისწინების შემდეგ, მეორეული სტრუქტურის ყველაზე შესაძლებელ ფორმას ასახავს.
წინა შემდეგი