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 7
Sequence motifs and domains represent conserved, functionally important portions of proteins.
თანმიმდევრობების მოტივები და დომენები ცილის დაკონსერვებულ, ფუნქციურად მნიშვნელოვან პორციებს ასახავენ.
2.
ბიოინფორმატიკის საფუძვლები | თავი 7
However, differences between databases render different sensitivities in detecting sequence motifs from unknown sequences.
თუმცა ამ მონაცემთა ბაზებს შორის სხვაობები სხვადასხვა მგრძნობელობას ავლენს უცნობ თანმიმდევრობაში თანმიმდევრობის მოტივების დადგენის მიმართ.
3.
ბიოინფორმატიკის საფუძვლები | თავი 19
However, prediction of such modifications can often be difficult because the short lengths of the sequence motifs associated with certain modifications.
თუმცა, ხშირ შემთხვევაში ასეთი მოდიფიკაციების პროგნოზი შეიძლება რთული იყოს, ვინაიდან კონკრეტულ მოდიფიკაციებთან დაკავშირებული თანმიმდევრობის მოტივების სიგრძე მცირეა.
4.
ბიოინფორმატიკის საფუძვლები | თავი 19
A hyperplane, which has been trained to recognize known protein sequence motifs, separates the kernels into different classes.
ჰიპერსიბრტყე, რომელიც შეიძლება ცნობილი ცილის თანმიმდევრობის მოტივების გამოსაცნობად დამუშავდეს, ბირთვებს სხვადასხვა კლასებში ანაწილებს.
5.
ბიოინფორმატიკის საფუძვლები | თავი 9
Therefore, an advanced alignment-independent profile construction method such as Gibbs motif sampling is often used in finding the subtle sequence motifs.
ამიტომ თანმიმდევრობების ნატიფი მოტივების მოსაძებნად ხშირად იყენებენ გათანაბრებისგან დამოუკიდებელი პროფილების აგების მეთოდს, მაგ. გიბსის მოტივების სემპლინგს.
წინა შემდეგი