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
The latter classification scheme requires clustering of proteins based on overall sequence similarities.
ახალი კლასიფიკაციის სქემა ითხოვს ცილების კლასტერირებას, თანმიმდევრობების ზოგადი მსგავსების საფუძველზე.
2.
ბიოინფორმატიკის საფუძვლები | თავი 15
Threading identifies proteins that are structurally similar, with or without detectable sequence similarities.
სრედინგი სტრუქტურულად მსგავსი ცილების იდენტიფიცირებას თანმიმდევრობების დადასტურებული მსგავსების საფუძველზე ან მის გარეშე ახდენს.
3.
ბიოინფორმატიკის საფუძვლები | თავი 15
Consequently, many proteins can share a similar fold even in the absence of sequence similarities.
შესაბამისად, მრავალ ცილას შეიძლება მსგავსი ნაკეცები ჰქონდეს, თანმიმდევრობების განსხვავების შემთხვევაშიც კი.
4.
ბიოინფორმატიკის საფუძვლები | თავი 15
This allowed the development of computational methods to predict protein structures beyond sequence similarities.
ამ თვისების საშუალებით შესაძლებელია კომპიუტერული მეთოდების დამუშავება, რომლებიც ცილის სტრუქტურების პროგნოზს, მათი თანმიმდევრობების მსგავსებისგან დამოუკიდებლად ასრულებენ.
5.
ბიოინფორმატიკის საფუძვლები | თავი 15
Because threading and fold recognition detect structural homologs without completely relying on sequence similarities, they have been shown to be far more sensitive in finding distant evolutionary relationships.
სრედინგი და ნაკეცის გამოცნობა სტრუქტურულ ჰომოლოგებს ისე ადგენს, რომ თანმიმდევრობების მსგავსებას მთლიანად არ ეყრდნობა, ამიტომ, დაცილებული ევოლუციური ნათესაობის პოვნაში ისინი გაცილებით უფრო მგრძნობიარეა.
წინა შემდეგი