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 first sequence alignment algorithm was developed by Needleman and Wunsch in 1970.
1970 წელს ნიდელმანმა და ვუნშმა თანმიმდევრობების გათანაბრების (შედარების) პირველი ალგორითმი შექმნეს.
2.
ბიოინფორმატიკის საფუძვლები | თავი 1
The areas of sequence analysis include sequence alignment, sequence database searching, motif and pattern discovery, gene and promoter finding, reconstruction of evolutionary relationships, and genome assembly and comparison.
თანმიმდევრობების ანალიზის სფეროებში შედის თანმიმდევრობების გათანაბრება, თანმიმდევრობების მონაცემთა ბაზებში ძიება, ტივებისა და სტრუქტურების აღმოჩენა, გენებისა და პრომოტორების პოვნა, ევოლუციური ნათესაობის რეკონსტრუქცია და გენომის აწყობა და შედარება.
3.
ბიოინფორმატიკის საფუძვლები | თავი 1
For example, protein structure prediction depends on sequence alignment data; clustering of gene expression profiles requires the use of phylogenetic tree construction methods derived in sequence analysis.
მაგალითად, ცილის აგებულების პროგნოზი დამოკიდებულია თანმიმდევრობების გათანაბრების მონაცემებზე; გენების ექსპრესიის პროფილების კლასტერირება (დაჯგუფება) მოითხოვს ფილოგენეზური ხის აგების მეთოდების გამოყენებას, რაც თანმიმდევრობების ანალიზს ეფუძნება.
4.
ბიოინფორმატიკის საფუძვლები | თავი 1
Errors in sequence alignment, for example, can affect the outcome of structural or phylogenetic analysis.
მაგალითად, თანმიმდევრობების გათანაბრებაში დაშვებული შეცდომები აისახება სტრუქტურული და ფილოგენეზური ანალიზის შედეგებზეც.
5.
ბიოინფორმატიკის საფუძვლები | თავი 2
It also offers direct access to certain sequence analysis applications such as sequence similarity searching and Clustal sequence alignment.
ის ასევე გვთავაზობს პირდაპირ წვდომას თანმიმდევრობების ანალიზის კონკრეტულ აპლიკაციებთან, როგორიცაა, თანმიმდევრობების მსგავსების ძებნა და თანმიმდევრობების ჯგუფური გათანაბრება.
6.
ბიოინფორმატიკის საფუძვლები | თავი 4
This is the third method of pairwise sequence alignment.
ეს დაწყვილებული თანმიმდევრობების გათანაბრების მესამე მეთოდია.
7.
ბიოინფორმატიკის საფუძვლები | თავი 4
It performs sequence alignment through the following steps.
თანმიმდევრობების გათანაბრებას რამდენიმე ნაბიჯის გავლით ახორციელებს.
8.
ბიოინფორმატიკის საფუძვლები | თავი 4
Deriving the statistical measure is slightly different from that for single pairwise sequence alignment; the larger the database, them or unrelated sequence alignments there are.
ამ შემთხვევაში სტატისტიკური განზომილებების დადგენა ოდნავ განსხვავებულია იგივე პროცედურისგან, რომელსაც ცალკეული დაწყვილებული თანმიმდევრობების გათანაბრებისას ვიყენებთ: რაც უფრო დიდია მონაცემთა ბაზა, მით მეტია მასში არამონათესავე თანმიმდევრობების გათანაბრებები.
9.
ბიოინფორმატიკის საფუძვლები | თავი 5
Multiple Sequence Alignment.
თანმიმდევრობების მრავლობითი გათანაბრება.
10.
ბიოინფორმატიკის საფუძვლები | თავი 5
There is a unique advantage of multiple sequence alignment because it reveals more biological information than many pairwise alignments can.
სხვა მეთოდებთან შედარებით მრავალი თანმიმდევრობის გათანაბრებას უნიკალური უპირატესობა აქვს, ვინაიდან ის მეტ ბიოლოგიურ ინფორმაციას ავლენს, ვიდრე დაწყვილებული გათანაბრებების სხვა მეთოდების უმეტესობა.
11.
ბიოინფორმატიკის საფუძვლები | თავი 5
Multiple sequence alignment is also an essential prerequisite to carrying out phylogenetic analysis of sequence families and prediction of protein secondary and tertiary structures.
მრავალი თანმიმდევრობის გათანაბრება თანმიმდევრობების ოჯახების ფილოგენეზური ანალიზისა და ცილის მეორადი და მესამეული სტრუქტურის პროგნოზის მნიშვნელოვანი წინაპირობაა.
12.
ბიოინფორმატიკის საფუძვლები | თავი 5
Multiple sequence alignment also has applications in designing degenerate polymerase chain reaction (PCR) primers based on multiple related sequences.
მრავალი თანმიმდევრობის გათანაბრებას პოლიმერაზას დეგენერაციის ჯაჭვური რეაქციის პრაიმერების დასადგენადაც იყენებენ, რაც მრავალ ნათესაურ თანმიმდევრობას ეფუძნება.
13.
ბიოინფორმატიკის საფუძვლები | თავი 5
In this chapter, methodologies and applications of multiple sequence alignment are discussed.
ამ თავში განვიხილავთ მრავალი თანმიმდევრობის გათანაბრების მეთოდებსა და მათ გამოყენებას.
14.
ბიოინფორმატიკის საფუძვლები | თავი 5
Multiple sequence alignment is to arrange sequences in such a way that a maximum number of residues from each sequence are matched up according to a particular scoring function.
მრავალი თანმიმდევრობის გათანაბრება თანმიმდევრობების ისეთი გზით დალაგებას გულისხმობს, რომ მოხდეს ყოველი თანმიმდევრობის ნაშთების მაქსიმალური რაოდენობის შეთავსება შეფასების კონკრეტული ფუნქციის შესაბამისად.
15.
ბიოინფორმატიკის საფუძვლები | თავი 5
The scoring function for multiple sequence alignment is based on the concept of sum of pairs.
მრავალი თანმიმდევრობის გათანაბრებისთვის შეფასების ფუნქცია წყვილების ჯამის კონცეფციას ეფუძნება.
16.
ბიოინფორმატიკის საფუძვლები | თავი 5
The purpose of most multiple sequence alignment algorithms is to achieve maximum scores.
მრავალი თანმიმდევრობის გათანაბრების ალგორითმების უმეტესობის მიზანია მაქსიმალური მაჩვენებლების მიღწევა.
17.
ბიოინფორმატიკის საფუძვლები | თავი 5
As mentioned, there are exhaustive and heuristic approaches used in multiple sequence alignment.
როგორც აღვნიშნეთ, მრავალი თანმიმდევრობის გათანაბრებაში ამომწურავ და ევრისტიკულ მიდგომებს იყენებენ.
18.
ბიოინფორმატიკის საფუძვლები | თავი 5
To use dynamic programming for multiple sequence alignment, extra dimensions are needed to take all possible ways of sequence matching into consideration.
ამის მსგავსად, დინამიკური პროგრამირება მრავალი თანმიმდევრობის გათანაბრებისთვის რომ გამოვიყენოთ, საჭიროა, შემოვიტანოთ დამატებითი განზომილებები თანმიმდევრობების შეთავსების ყველა შესაძლო ვარიანტის გათვალისწინებით.
19.
ბიოინფორმატიკის საფუძვლები | თავი 5
Because the use of dynamic programming is not feasible for routine multiple sequence alignment, faster and heuristic algorithms have been developed.
ამის გამო, მას მხოლოდ შეზღუდული რაოდენობის თანმიმდევრობების მონაცემთა დამუშავება შეუძლია.
20.
ბიოინფორმატიკის საფუძვლები | თავი 5
Sequence alignment directly at the DNA level can often result in frameshift errors because in DNA alignment gaps are introduced irrespective of codon boundaries.
პირდაპირ დნმ-ს დონეზე შესრულებული თანმიმდევრობების გათანაბრება ხშირად ჩარჩოს შეცდომით წანაცვლებას იწვევს, ვინაიდან დნმ-ს გათანაბრებაში გეპები ისეა ჩასმული, რომ არ არის გათვალისწინებული კოდონების საზღვრები.
წინა შემდეგი