ზუსტი დამთხვევა
ორიგინალის ენა
ქვეკორპუსები
ჯგუფები
კრებულები
ტიპები
ჟანრები
დარგები
გამომცემლობები
ავტორები
მთარგმნელები
გამოცემულია
წლიდან
წლამდე
თარგმნილია
წლიდან
წლამდე
წინა შემდეგი
81.
ბიოინფორმატიკის საფუძვლები | თავი 11
They are based directly on the sequence characters rather than on pairwise distances.
ისინი პირდაპირ ეფუძნება თანმიმდევრობების ნიშნებს, და არა დაწყვილებულ მანძილებს.
82.
ბიოინფორმატიკის საფუძვლები | თავი 11
In addition, the character-based method is able to provide evolutionary information about the sequence characters, such as information regarding homoplasy and ancestral states.
ამასთან ერთად, ნიშნებზე დაფუძნებულ მეთოდს შეუძლია თანმიმდევრობის ნიშნებზე ევოლუციური ინფორმაციის მოცემა, მაგალითად, ჰომოპლაზიასა და მემკვიდრულ მდგომარეობებზე.
83.
ბიოინფორმატიკის საფუძვლები | თავი 12
The primary structure is the sequence of amino acid residues.
პირველადი სტრუქტურა ამინომჟავების ნაშთების თანმიმდევრობაა.
84.
ბიოინფორმატიკის საფუძვლები | თავი 13
The alignment strategy is similar to the sequence alignment using a progressive approach.
გათანაბრების სტრატეგია ამ შემთხვევაში თანმიმდევრობების გათანაბრების მსგავსია და პროგრესულ მიდგომას იყენებს.
85.
ბიოინფორმატიკის საფუძვლები | თავი 13
The topology level is equivalent to the fold level in it, which describes overall orientation of secondary structures and takes into account the sequence connectivity between the secondary structure elements.
ტოპოლოგიის დონე, მასში ნაკეცის დონის ეკვივალენტურია, რომელიც მეორეული სტრუქტურის ელემენტების საერთო ორიენტაციას აღწერს და მხედველობაში იღებს მეორეული სტრუქტურის ელემენტებს შორის თანმიმდევრობების დაკავშირებულობას.
86.
ბიოინფორმატიკის საფუძვლები | თავი 14
In predicting secondary structure elements, the network uses the sequence profile as input and finds residue correlations by iteratively recycling the network.
მეორეული სტრუქტურის ელემენტების პროგნოზისას, ქსელი შეყვანის სახით თანმიმდევრობის პროფილს იყენებს და ნაშთების კორელაციას ქსელის იტერაციული გადამუშავებით პოულობს.
87.
ბიოინფორმატიკის საფუძვლები | თავი 14
After distinguishing the putative signal peptides from the rest of the query sequence, prediction is made on the remainder of the sequence.
თანმიმდევრობის დანარჩენი ნაწილის პროგნოზი ხორციელდება მას შემდეგ, რაც მოხდება მცდარი სიგნალის მომცემი პეპტიდების გამოსაკვლევი თანმიმდევრობის გამოყოფა თანმიმდევრობის სხვა ნაწილებისგან.
88.
ბიოინფორმატიკის საფუძვლები | თავი 14
The sequence periodicity forms the basis for designing algorithms to predict this important structural domain.
თანმიმდევრობის პერიოდულობა ალგორითმების შექმნის საფუძველს იძლევა, რომელთა საშუალებით მნიშვნელოვან სტრუქტურულ დომენებს ვიწინასწარმეტყველებთ.
89.
ბიოინფორმატიკის საფუძვლები | თავი 14
It scans a window of fourteen, twentyone, or twenty-eight residues and compares the sequence to a probability matrix compiled from known parallel two-stranded coiled coils.
ის თოთხმეტი, ოცდაერთი ან ოცდარვა ნაშთის სიგრძის ფანჯარას სკანირებს და თანმიმდევრობას ადარებს ალბათობის მატრიცას, რომელიც შედგენილია ცნობილი, პარალელური, ორჯაჭვიანი ბისპირალებისგან.
90.
ბიოინფორმატიკის საფუძვლები | თავი 14
By comparing the similarity scores, the program calculates the probability of the sequence to adopt a coiled coil conformation.
მსგავსების ქულების შედარების საშუალებით, ეს პროგრამა თანმიმდევრობის მიერ ბისპირალის კონფორმაციის მიღების ალბათობას ითვლის.
91.
ბიოინფორმატიკის საფუძვლები | თავი 14
The reason for the high false-positive rates is that the condition of the sequence region being a coiled coil conformation is not satisfied.
მცდარი დადებითების მაღალი სიხშირის მიზეზია ბისპირალური კონფორმაციის შემქმნელი თანმიმდევრობის რეგიონის არადამაკმაყოფილებელი კონდიცია.
92.
ბიოინფორმატიკის საფუძვლები | თავი 15
There are many important proteins for which the sequence information is available, but their three-dimensional structures remain unknown.
არსებობს ფუნქციურად მნიშვნელოვანი მრავალი ცილა, რომელთა თანმიმდევრობების ინფორმაცია მისაწვდომია, მაგრამ სამგანზომილებიანი აგებულება დღემდე უცნობია.
93.
ბიოინფორმატიკის საფუძვლები | თავი 15
Homology modeling builds an atomic model based on an experimentally determined structure that is closely related at the sequence level.
ჰომოლოგების მოდელირება ატომურ მოდელს ექსპერიმენტულად დადგენილი სტრუქტურების საფუძველზე აშენებს. ეს სტრუქტურები თანმიმდევრობის დონეზე ახლო ნათესაობას ავლენენ.
94.
ბიოინფორმატიკის საფუძვლები | თავი 15
Occasionally, a 20% identity level can be used as threshold as long as the identity of the sequence pair falls within the "safe zone".
ხანდახან, თუ თანმიმდევრობების წყვილის მსგავსება „უსაფრთხო ზონაში“ ხვდება, ზღვრის სახით შეიძლება იდენტურობის 20%-იანი დონეც მივიღოთ.
95.
ბიოინფორმატიკის საფუძვლები | თავი 15
In the sequence alignment for modeling, there are often regions caused by insertions and deletions.
თანმიმდევრობების გათანაბრებაში, რომელიც მოდელირების მიზნით ჩატარდა, ხშირად გვხდება ისეთი რეგიონები, რომლებსაც ინსერციები და დელეციები განაპირობებენ.
96.
ბიოინფორმატიკის საფუძვლები | თავი 15
By definition, threading or structural fold recognition predicts the structural fold of an unknown protein sequence by fitting the sequence into a structural database and selecting the best-fitting fold.
განმარტების თანახმად, სრედინგი ან სტრუქტურული ნაკეცის გამოცნობა უცნობი ცილის თანმიმდევრობის სტრუქტურულ ნაკეცს პროგნოზირებს, რასაც გამოსაკვლევი თანმიმდევრობის სტრუქტურულ მონაცემთა ბაზასთან თავსებადობისა და ყველაზე შესაბამისი ნაკეცის შერჩევის შედეგად ახორციელებს.
97.
ბიოინფორმატიკის საფუძვლები | თავი 15
The alignment is performed essentially at the sequence profile level using dynamic programming or heuristic approaches.
გათანაბრება აუცილებლად თანმიმდევრობის პროფილის დონეზე ხორციელდება, დინამიკური პროგრამირების ან ევრისტიკული მიდგომის გამოყენებით.
98.
ბიოინფორმატიკის საფუძვლები | თავი 15
Both the sequence profile and predicted secondary structure are compared with the precomputed protein superfamily profiles, using a dynamic programming approach.
ორივეს, თანმიმდევრობის პროფილსა და პროგნოზირებულ მეორეულ სტრუქტურასაც, წინასწარ გამოთვლილ ცილის სუპეროჯახების პროფილებთან ადარებენ, რაც დინამიკური პროგრამის მიდგომის გამოყენებით ხორციელდება.
99.
ბიოინფორმატიკის საფუძვლები | თავი 16
This method is reliable for short sequences, but becomes less accurate as the sequence length increases.
ეს მეთოდი მისაღებია მოკლე თანმიმდევრობების შემთხვევაში, მაგრამ თანმიმდევრობის სიგრძის ზრდასთან ერთად ნაკლებ სიზუსტეს ამჟღავნებს.
100.
ბიოინფორმატიკის საფუძვლები | თავი 16
The sequence alignment can be obtained using standard alignment programs.
თანმიმდევრობების გათანაბრება შეიძლება გათანაბრების სტანდარტული პროგრამების საშუალებით მივიღოთ.
წინა შემდეგი