ზუსტი დამთხვევა
ორიგინალის ენა
ქვეკორპუსები
ჯგუფები
კრებულები
ტიპები
ჟანრები
დარგები
გამომცემლობები
ავტორები
მთარგმნელები
გამოცემულია
წლიდან
წლამდე
თარგმნილია
წლიდან
წლამდე
921.
ბიოინფორმატიკის საფუძვლები | თავი 13
მესამე მიდგომა იტერაციულ ოპტიმიზაციაში მდგომარეობს, რომლის განმავლობაში ორი თანმიმდევრობა ჯერ დინამიკური პროგრამირების გამოყენებით თანაბრდება.
The third approach is termed iterative optimization, during which the two sequences are first aligned using dynamic programming.
922.
ბიოინფორმატიკის საფუძვლები | თავი 13
მოლეკულებსშიდა მიდგომა შიდა სტრუქტურების სტატისტიკას ეყრდნობა და ამიტომ, შესადარებელი ცილების თანმიმდევრობების მსგავსებისგან დამოუკიდებელია.
The intramolecular approach relies on structural internal statistics and therefore does not depend on sequence similarity between the proteins to be compared.
923.
ბიოინფორმატიკის საფუძვლები | თავი 13
გათანაბრების სტრატეგია ამ შემთხვევაში თანმიმდევრობების გათანაბრების მსგავსია და პროგრესულ მიდგომას იყენებს.
The alignment strategy is similar to the sequence alignment using a progressive approach.
924.
ბიოინფორმატიკის საფუძვლები | თავი 13
სიჭარბე შეიძლება წარმომადგენლების შერჩევით მოვიცილოთ, რასაც თანმიმდევრობების გათანაბრების მიდგომის საფუძველზე ვახორციელებთ.
The redundancy can be removed by selecting representatives through a sequence alignment–based approach.
925.
ბიოინფორმატიკის საფუძვლები | თავი 13
ოჯახები ცილებისგან შედგება, რომლებსაც თანმიმდევრობების მაღალი იდენტობა ახასიათებს.
The families consist of proteins having high sequence identity.
926.
ბიოინფორმატიკის საფუძვლები | თავი 13
სუპეროჯახები მსგავსი სტრუქტურების მქონე ოჯახებისგან შედგება, მაგრამ მათ თანმიმდევრობების სუსტი მსგავსება ახასიათებს.
Super families consist of families with similar structures, but weak sequence similarity.
927.
ბიოინფორმატიკის საფუძვლები | თავი 13
ტოპოლოგიის დონე, მასში ნაკეცის დონის ეკვივალენტურია, რომელიც მეორეული სტრუქტურის ელემენტების საერთო ორიენტაციას აღწერს და მხედველობაში იღებს მეორეული სტრუქტურის ელემენტებს შორის თანმიმდევრობების დაკავშირებულობას.
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.
928.
ბიოინფორმატიკის საფუძვლები | თავი 14
ცილის მეორეული სტრუქტურის პროგნოზი ეხება ცილის თანმიმდევრობის ყოველი ამინომჟავური ნაშთის კონფორმაციულ მდგომარეობას.
Protein secondary structure prediction refers to the prediction of the conformational state of each amino acid residue of a protein sequence.
929.
ბიოინფორმატიკის საფუძვლები | თავი 14
ევოლუციის განმავლობაში მეორეული სტრუქტურები გაცილებით უფრო მეტ დაკონსერვებულობას ავლენენ, ვიდრე საკუთრივ თანმიმდევრობა.
Secondary structures are much more conserved than sequences during evolution.
930.
ბიოინფორმატიკის საფუძვლები | თავი 14
ამის შედეგად, მეორეული სტრუქტურის ელემენტების ზუსტი იდენტიფიცირება თანმიმდევრობების გათანაბრების ჩატარებაში გვეხმარება, ან შორეულად მონათესავე თანმიმდევრობების არსებულ გათანაბრებას აუმჯობესებს.
As a result, correctly identifying secondary structure elements can help to guide sequence alignment or improve existing sequence alignment of distantly related sequences.
931.
ბიოინფორმატიკის საფუძვლები | თავი 14
მეორეული სტრუქტურის პროგნოზირების მეთოდები შეიძლება ამ მეთოდს ეფუძნებოდეს, რომელიც მხოლოდ ერთი თანმიმდევრობის ინფორმაციას იყენებს, ან ჰომოლოგიას ეფუძნებოდეს, რომლის დროსაც მრავალი თანმიმდევრობის გათანაბრების ინფორმაციას ვიყენებთ.
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.
932.
ბიოინფორმატიკის საფუძვლები | თავი 14
მეორეულ სტრუქტურას ისინი ერთი გამოსაკვლევი თანმიმდევრობის ნაშთების სტატისტიკური გამოთვლების საფუძველზე პროგნოზირებენ.
They predict secondary structures based on statistical calculations of the residues of a single query sequence.
933.
ბიოინფორმატიკის საფუძვლები | თავი 14
ჰომოლოგიაზე დაფუძნებული მეთოდები არ ეფუძნება ერთი თანმიმდევრობის ნაშთების სტატისტიკას.
The homology-based methods do not rely on statistics of residues of a single sequence.
934.
ბიოინფორმატიკის საფუძვლები | თავი 14
ამ ტიპის მეთოდი მეორეულ სტრუქტურას ერთი გამოსაკვლევი თანმიმდევრობის საფუძველზე პროგნოზირებს.
This type of method predicts the secondary structure based on a single query sequence.
935.
ბიოინფორმატიკის საფუძვლები | თავი 14
ჩოუ-ფესმენის მეთოდით შესრულებული პროგნოზი მიმართავს თანმიმდევრობის სკანირებას კონკრეტული ზომის ფანჯრით. სკანირება იმ რეგიონების აღმოსაჩენად ტარდება, სადაც მოსაზღვრე ნაშთების ჭიმებია განლაგებული, რომელთაგან ყოველს საუკეთესო ქულები უნდა ჰქონდეს, რაც საჭიროა პროგნოზის ჩასატარებლად.
Prediction with the Chou–Fasman method works by scanning through a sequence with a certain window size to find regions with a stretch of contiguous residues each having a favored score to make a prediction.
936.
ბიოინფორმატიკის საფუძვლები | თავი 14
ისინი ერთი თანმიმდევრობის სტატისტიკას ეფუძნება, რომელიც ცილის ცნობილი ფოლდინგის თეორიებთან ბუნდოვნად არის დაკავშირებული.
They are based on single sequence statistics without clear relation to known protein-folding theories.
937.
ბიოინფორმატიკის საფუძვლები | თავი 14
პროგნოზი დამოკიდებულია თანმიმდევრობის მხოლოდ ლოკალურ ინფორმაციაზე და არ ითვალისწინებს გრძელვადიან კავშირებს.
The predictions solely rely on local sequence information and fail to take into account long range interactions.
938.
ბიოინფორმატიკის საფუძვლები | თავი 14
ასეთი მეთოდი ახდენს ცალკეული თანმიმდევრობების მეორეული სტრუქტურების პროგნოზის და მრავალი ჰომოლოგიური თანმიმდევრობის გათანაბრების ინფორმაციის კომბინირებას.
This type of method combines the secondary structure prediction of individual sequences and alignment information from multiple homologous sequences.
939.
ბიოინფორმატიკის საფუძვლები | თავი 14
როცა ყოველი ცალკეული თანმიმდევრობის მეორეულ სტრუქტურას ამის მსგავსი მეთოდის გამოყენებით პროგნოზირებენ, შეიძლება შეცდომებიც და შედეგების ცვალებადობაც მივიღოთ.
When each individual sequence is predicted for secondary structure using a method similar to this method, errors and variations may occur.
940.
ბიოინფორმატიკის საფუძვლები | თავი 14
ასე რომ, მრავალი თანმიმდევრობის გათანაბრების საშუალებით ვიღებთ ინფორმაციას პოზიციური კონსერვაციის შესახებ.
Therefore, by aligning multiple sequences, information of positional conservation is revealed.