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 5
The consensus is then treated as a single sequence in the subsequent step.
შემდეგი ეტაპის განმავლობაში კონსენსუს ერთიანი თანმიმდევრობის სახით ამუშავებენ.
2.
ბიოინფორმატიკის საფუძვლები | თავი 5
The two groups, each treated as a single sequence, are then aligned to each other using global dynamic programming.
ორი ჯგუფი, რომელთაგან თითოეული განიხილება, როგორც ერთი თანმიმდევრობა, შემდეგ ერთმანეთთან თანაბრდება. ეს ხორციელდება გლობალური დინამიკური პროგრამირებით.
3.
ბიოინფორმატიკის საფუძვლები | თავი 6
However, the “consensus” is not exactly a single sequence, but rather a model that captures not only the observed frequencies but also predicted frequencies of unobserved characters.
თუმცა კონსენსუსი არ წარმოადგენს ზუსტად ერთ თანმიმდევრობას. ეს უფრო მოდელია, რომელიც არა მხოლოდ დაკვირვებადი სიხშირის, არამედ პროგნოზირებული დაუკვირვებადი ნიშნების სიხშირესაც იძლევა.
4.
ბიოინფორმატიკის საფუძვლები | თავი 6
The probabilistic model can then be used like a single sequence for database searching and alignment or can be used to test how well a particular target sequence fits into the sequence group.
ალბათური მოდელი შემდეგ შეიძლება ცალკე გამოვიყენოთ მონაცემთა ბაზაში ძებნისა და გათანაბრებისთვის. ანდა მისი დახმარებით შეიძლება დავადგინოთ, რამდენად კარგად ერგება კონკრეტული სამიზნე თანმიმდევრობა თანმიმდევრობების ჯგუფს.
5.
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.
6.
ბიოინფორმატიკის საფუძვლები | თავი 14
The homology-based methods do not rely on statistics of residues of a single sequence.
ჰომოლოგიაზე დაფუძნებული მეთოდები არ ეფუძნება ერთი თანმიმდევრობის ნაშთების სტატისტიკას.
7.
ბიოინფორმატიკის საფუძვლები | თავი 14
They are based on single sequence statistics without clear relation to known protein-folding theories.
ისინი ერთი თანმიმდევრობის სტატისტიკას ეფუძნება, რომელიც ცილის ცნობილი ფოლდინგის თეორიებთან ბუნდოვნად არის დაკავშირებული.
8.
ბიოინფორმატიკის საფუძვლები | თავი 14
In this situation, a neural network is trained not by a single sequence but by a sequence profile derived from the multiple sequence alignment.
ამ შემთხვევაში, ნეირონული ქსელი დასწავლილია არა ცალკეული თანმიმდევრობით, არამედ თანმიმდევრობის პროფილით, რომელიც მიღებულია მრავალი თანმიმდევრობის გათანაბრებით.
წინა შემდეგი