ზუსტი დამთხვევა
ორიგინალის ენა
ქვეკორპუსები
ჯგუფები
კრებულები
ტიპები
ჟანრები
დარგები
გამომცემლობები
ავტორები
მთარგმნელები
გამოცემულია
წლიდან
წლამდე
თარგმნილია
წლიდან
წლამდე
წინა შემდეგი
21.
ბიოინფორმატიკის საფუძვლები | თავი 3
SEQUENCE SIMILARITY VERSUS SEQUENCE IDENTITY.
თანმიმდევრობების მსგავსება ან თანმიმდევრობების იდენტურობა.
22.
ბიოინფორმატიკის საფუძვლები | თავი 3
Another set of related terms for sequence comparison are sequence similarity and sequence identity.
თანმიმდევრობების შედარებისას გამოყენებულია სხვა მსგავსი ტერმინების ნაკრებიც. ესენია თანმიმდევრობების მსგავსება და თანმიმდევრობების იდენტურობა (იგივეობა).
23.
ბიოინფორმატიკის საფუძვლები | თავი 3
Sequence similarity and sequence identity are synonymous for nucleotide sequences.
ნუკლეოტიდების თანმიმდევრობების შემთხვევაში თანმიმდევრობების მსგავსება და იგივეობა სინონიმური ტერმინებია.
24.
ბიოინფორმატიკის საფუძვლები | თავი 3
In such cases, identification of regional sequence similarity may be of greater significance than finding a match that includes all residues.
ასეთ შემთხვევებში თანმიმდევრობების რეგიონული მსგავსების დადგენა შეიძლება უფრო მნიშვნელოვანი იყოს, ვიდრე ყველა ნაშთის შემცველი შეთავსების პოვნა.
25.
ბიოინფორმატიკის საფუძვლები | თავი 3
This means that, given a sequence similarity value, by using the mathematical formula for the extreme distribution, the statistical significance can be accurately estimated.
ეს ნიშნავს, რომ თუ მოცემულია თანმიმდევრობების მსგავსების მნიშვნელობა, ზღვრული განაწილების მათემატიკური ფორმულის გამოყენებით შესაძლებელია სტატისტიკური სარწმუნოობის ზუსტად შეფასება.
26.
ბიოინფორმატიკის საფუძვლები | თავი 3
Statistical significance of pairwise sequence similarity can be tested using a randomization test where score distribution follows an extreme value distribution.
დაწყვილებული თანმიმდევრობების მსგავსების სტატისტიკური სარწმუნოობა შეიძლება რანდომიზაციის ტესტის გამოყენებით შემოწმდეს, სადაც მაჩვენებლის განაწილება, ზღვრული მნიშვნელობის განაწილებას მოჰყვება.
27.
ბიოინფორმატიკის საფუძვლები | თავი 10
Based on the sequence similarity of the molecules, evolutionary relationships between the organisms can often be inferred.
ორგანიზმებს შორის ევოლუციური ნათესაობის დადგენა ხშირად შესაძლებელია თანმიმდევრობების მოლეკულების მსგავსებაზე დაყრდნობით.
28.
ბიოინფორმატიკის საფუძვლები | თავი 17
After all the pairwise sequence similarity is identified, the program performs assembly by progressively merging sequence pairs with decreasing similarity scores while removing overlapped regions.
ყველა დაწყვილებული თანმიმდევრობის მსგავსების იდენტიფიცირების შემდეგ, პროგრამა აწყობას თანმიმდევრობების წყვილების პროგრესული შერწყმით ახორციელებს, რომლებსაც მსგავსების მაჩვენებლების კლებადობა ახასიათებს, სანამ გადამფარავ რეგიონებს აგდებს.
29.
ბიოინფორმატიკის საფუძვლები | თავი 17
The automated approach relies on homology detection, which is essentially heuristic sequence similarity searching.
ავტომატიზებული მიდგომა ჰომოლოგიების დადგენას ეფუძნება. სინამდვილეში ეს თანმიმდევრობების მსგავსების ძებნის ევრისტიკული მიდგომაა.
30.
ბიოინფორმატიკის საფუძვლები | თავი 17
The following algorithm is an example that goes a step beyond examining sequence similarity and provides functional annotations based on multiple protein characteristics.
შემდეგი ალგორითმი თანმიმდევრობების მსგავსების შემოწმებაში წინ გადადგმული ნაბიჯის მაგალითია. ის ფუნქციების ანოტაციებს ცილის მრავალი თვისებების საფუძველზე იძლევა.
31.
ბიოინფორმატიკის საფუძვლები | თავი 17
Although a large number of genes and proteins can be assigned functions by the sequence similarity based approach, about 40% of the genes from newly sequenced genomes have no known functions and can only be annotated as genes encoding "hypothetical proteins".
მიუხედავად იმისა, რომ მრავალი გენისა და ცილის ფუნქციების დადგენა შესაძლებელია თანმიმდევრობების მსგავსების მიდგომის გამოყენებით, ახლად სეკვენირებული გენომის გენების დაახლოებით 40%-ს არა აქვს ცნობილი ფუნქციები და მათი ანოტირება შეიძლება მხოლოდ ისეთი გენების სახით, რომლებიც „ჰიპოთეზურ ცილებს“ აკოდირებენ.
წინა შემდეგი