ზუსტი დამთხვევა
ორიგინალის ენა
ქვეკორპუსები
ჯგუფები
კრებულები
ტიპები
ჟანრები
დარგები
გამომცემლობები
ავტორები
მთარგმნელები
გამოცემულია
წლიდან
წლამდე
თარგმნილია
წლიდან
წლამდე
წინა შემდეგი
1981.
ბიოინფორმატიკის საფუძვლები | თავი 3
ამ ალგორითმში ოპტიმალური გათანაბრება ორი თანმიმდევრობის მთელ სიგრძეზე დგინდება.
In this algorithm, an optimal alignment is obtained over the entire lengths of the two sequences.
1982.
ბიოინფორმატიკის საფუძვლები | თავი 3
ის ორივე თანმიმდევრობის დასაწყისიდან ბოლომდე უნდა ვრცელდებოდეს, რომ უმაღლეს სრულ მაჩვენებლებს მიაღწიოს.
It must extend from the beginning to the end of both sequences to achieve the highest total score.
1983.
ბიოინფორმატიკის საფუძვლები | თავი 3
თანმიმდევრობის მთელ სიგრძეზე გათანაბრების მაქსიმალური მაჩვენებლების მიღებაზე ფოკუსირების უარყოფითი მხარეა საუკეთესო ლოკალური მსგავსების დაკარგვის რისკი.
The drawback of focusing on getting a maximum score for the full-length sequence alignment is the risk of missing the best local similarity.
1984.
ბიოინფორმატიკის საფუძვლები | თავი 3
ეს სტრატეგია გამოსადეგია მხოლოდ ორი ახლომონათესავე, ერთნაირი სიგრძის თანმიმდევრობის გასათანაბრებლად.
This strategy is only suitable for aligning two closely related sequences that are of the same length.
1985.
ბიოინფორმატიკის საფუძვლები | თავი 3
დივერგირებული ან დომენების სხვადასხვა სტრუქტურის მქონე თანმიმდევრობების შემთხვევაში ეს მიდგომა ოპტიმალურ გათანაბრებას არ იძლევა.
For divergent sequences or sequences with different domain structures, the approach does not produce optimal alignment.
1986.
ბიოინფორმატიკის საფუძვლები | თავი 3
ის ორ თანმიმდევრობას ტერმინალური გეპების პენალტების გარეშე ათანაბრებს, ასე რომ, შესაძლებელია სხვადასხვა სიგრძის მსგავსი თანმიმდევრობების გათანაბრება.
It aligns two sequences without penalizing terminal gaps so similar sequences of unequal lengths can be aligned.
1987.
ბიოინფორმატიკის საფუძვლები | თავი 3
თანმიმდევრობების რეგულარული გათანაბრებისას ორ გასათანაბრებელ თანმიმდევრობას შორის დივერგენციის დონე ძნელად გამოსაცნობია.
In regular sequence alignment, the divergence level between the two sequences to be aligned is not easily known.
1988.
ბიოინფორმატიკის საფუძვლები | თავი 3
შეიძლება განსხვავებული იყოს ორი თანმიმდევრობის სიგრძეც.
The sequence lengths of the two sequences may also be unequal.
1989.
ბიოინფორმატიკის საფუძვლები | თავი 3
ასეთ შემთხვევებში თანმიმდევრობების რეგიონული მსგავსების დადგენა შეიძლება უფრო მნიშვნელოვანი იყოს, ვიდრე ყველა ნაშთის შემცველი შეთავსების პოვნა.
In such cases, identification of regional sequence similarity may be of greater significance than finding a match that includes all residues.
1990.
ბიოინფორმატიკის საფუძვლები | თავი 3
ეს მიდგომა შეიძლება გამოდგეს დივერგირებული თანმიმდევრობების გათანაბრებისთვის ან მრავალი დომენის მქონე თანმიმდევრობებისთვის, რომლებიც შეიძლება სხვადასხვა წარმოშობის იყოს.
This approach maybe suitable for aligning divergent sequences or sequences with multiple domains that may be of different origins.
1991.
ბიოინფორმატიკის საფუძვლები | თავი 3
ნუკლეოტიდების თანმიმდევრობებისთვის სკორინგის მატრიცები შედარებით მარტივია.
Scoring matrices for nucleotide sequences are relatively simple.
1992.
ბიოინფორმატიკის საფუძვლები | თავი 3
ამინომჟავებისთვის სკორინგის მატრიცები უფრო რთულია, ვინაიდან სკორინგმა უნდა ასახოს როგორც ამინომჟავების ნაშთების ფიზიკურ-ქიმიური თვისებები, ასევე მოსალოდნელობა, რომ განსაზღვრული/კონკრეტული ნაშთები ჩანაცვლებული იქნება ზუსტი ჰომოლოგიური თანმიმდევრობებით.
Scoring matrices for amino acids are more complicated because scoring has to reflect the physicochemical properties of amino acid residues, as well as the likelihood of certain residues being substituted among true homologous sequences.
1993.
ბიოინფორმატიკის საფუძვლები | თავი 3
ამიტომ, თანმიმდევრობების გათანაბრების განხორციელებისთვის ემპირიული მიდგომა მეტად პოპულარულია და ჩვენი შემდგომი განხილვის საგანი ის იქნება.
Thus, the empirical approach has gained the most popularity in sequence alignment applications and is the focus of our next discussion.
1994.
ბიოინფორმატიკის საფუძვლები | თავი 3
ემპირიული მატრიცები, რომლებშიც შედის მატრიცები, მიღებულია მაღალი მსგავსების მქონე თანმიმდევრობების რეალური გათანაბრების შედეგად.
The empirical matrices, which include matrices, are derived from actual alignments of highly similar sequences.
1995.
ბიოინფორმატიკის საფუძვლები | თავი 3
ჩანაცვლებების მოცემული მატრიცისთვის, დადებითი მაჩვენებელი ნიშნავს, რომ ჰომოლოგიური თანმიმდევრობების მონაცემთა სიმრავლეში ამინომჟავების ჩანაცვლებების სიხშირე მეტია, ვიდრე შემთხვევითობით იქნებოდა მოსალოდნელი.
For a given substitution matrix, a positive score means that the frequency of amino acid substitutions found in a data set of homologous sequences is greater than would have occurred by random chance.
1996.
ბიოინფორმატიკის საფუძვლები | თავი 3
ნული მაჩვენებელი ნიშნავს, რომ ჰომოლოგიური ჩანაცვლებების მონაცემების სიმრავლეში აღმოჩენილი ამინომჟავების ჩანაცვლებების სიხშირე, შემთხვევითობით მოსალოდნელი სიხშირის ტოლია.
A zero score means that the frequency of amino acid substitutions found in the homologous sequence data set is equal to that expected by chance.
1997.
ბიოინფორმატიკის საფუძვლები | თავი 3
უარყოფითი მაჩვენებელი ნიშნავს, რომ ჰომოლოგიური თანმიმდევრობების მონაცემების სიმრავლეში აღმოჩენილი ამინომჟავების ჩანაცვლებების სიხშირე იმაზე ნაკლებია, ვიდრე შემთხვევითობით იქნებოდა მოსალოდნელი.
A negative score means that the frequency of amino acid substitutions found in the homologous sequence data set is less than would have occurred by random chance.
1998.
ბიოინფორმატიკის საფუძვლები | თავი 3
მატრიცები (რომლებსაც ასევე დეიჰოფის მატრიცებს უწოდებენ) პირველად მარგარეტ დეიჰოფმა ააგო, რომელმაც ძალიან ახლო მონათესავე ცილების სამოცდათერთმეტი ჯგუფის გათანაბრების კომპილირება შეასრულა.
The matrices (also called Dayhoff matrices) were first constructed by Margaret Dayhoff, who compiled alignments of seventy-one groups of very closely related protein sequences.
1999.
ბიოინფორმატიკის საფუძვლები | თავი 3
ცილის ეს თანმიმდევრობები დააჯგუფეს მაქსიმალური პარსიმონიით, ფილოგენეტიკურ რეკონსტრუქციაზე დაყრდნობით.
These protein sequences were clustered based on phylogenetic reconstruction using maximum parsimony.
2000.
ბიოინფორმატიკის საფუძვლები | თავი 3
მატრიცები შემდგომში ააგეს იმავე კლასტერის თანმიმდევრობებს შორის ევოლუციური დივერგენციის გათვალისწინებით.
The matrices were subsequently derived based on the evolutionary divergence between sequences of the same cluster.
წინა შემდეგი