ზუსტი დამთხვევა
ორიგინალის ენა
ქვეკორპუსები
ჯგუფები
კრებულები
ტიპები
ჟანრები
დარგები
გამომცემლობები
ავტორები
მთარგმნელები
გამოცემულია
წლიდან
წლამდე
თარგმნილია
წლიდან
წლამდე
წინა შემდეგი
1041.
ბიოინფორმატიკის საფუძვლები | თავი 16
ყოველი ინდივიდუალური თანმიმდევრობისთვის მეორეული სტრუქტურების პროგნოზი შეიძლება შეცდომებს შეიცავდეს, ამიტომ, გათანაბრებული რნმ თანმიმდევრობების ჯგუფის ყველა პროგნოზირებული სტრუქტურის შედარებით და კონსენსუსის შედგენით შეიძლება ჩვეულებრივად მიღებული სტრუქტურა შევარჩიოთ;
Because predicting secondary structures for each individual sequence may produce errors, by comparing all predicted structures of a group of aligned RNA sequences and drawing a consensus, the commonly adopted structure can be selected;
1042.
ბიოინფორმატიკის საფუძვლები | თავი 16
თანმიმდევრობების გათანაბრება შეიძლება გათანაბრების სტანდარტული პროგრამების საშუალებით მივიღოთ.
The sequence alignment can be obtained using standard alignment programs.
1043.
ბიოინფორმატიკის საფუძვლები | თავი 16
პროგნოზის პროგრამა, შეყვანილ გათანაბრებაზე დაყრდნობით, სტრუქტურულად შეთავსებად მუტაციურ სტრუქტურებს ითვლის, მაგ. კოვარიაციას, და კონსენსუსის სტრუქტურას იღებს, რომელიც ყველა თანმიმდევრობისთვის საერთოა.
Based on the alignment input, the prediction programs compute structurally consistent mutational patterns such as covariation and derive a consensus structure common for all the sequences.
1044.
ბიოინფორმატიკის საფუძვლები | თავი 16
ზომიერად დაკონსერვებული თანმიმდევრობების შემთხვევაში ამ ტიპის პროგრამები შედარებით წარმატებულია.
This type of program is relatively successful for reasonably conserved sequences.
1045.
ბიოინფორმატიკის საფუძვლები | თავი 16
მათი გამოყენების პირობა მდგომარეობს ჰომოლოგიური თანმიმდევრობების შესაფერისი ნაკრების არსებობაში, რომლებიც საკმაოდ მსგავსი უნდა იყოს, რომ ზუსტი გათანაბრება განხორციელდეს, და ამავე დროს საკმაოდ დივერგირებული, რომ კოვარიაციები დავადგინოთ.
The requirement for using this type of program is an appropriate set of homologous sequences that have to be similar enough to allow accurate alignment, but divergent enough to allow covariations to be detected.
1046.
ბიოინფორმატიკის საფუძვლები | თავი 16
შემდეგ მოცემულია ამ ტიპის პროგრამები, რომლებიც დაფუძნებულია წინასწარ გათანაბრებულ თანმიმდევრობებზე.
The following is an example of this type of program based on predefined aligned sequences.
1047.
ბიოინფორმატიკის საფუძვლები | თავი 16
მას თანმიმდევრობების მრავლობითი გათანაბრება შეჰყავს, რომ მათი კოვარიაციული სტრუქტურები გაანალიზოს.
It uses a multiple sequence alignment as input to analyze covariation patterns on the sequences.
1048.
ბიოინფორმატიკის საფუძვლები | თავი 16
დინამიკურ პროგრამირებას იმ სტრუქტურის შესარჩევად იყენებენ, რომელსაც გათანაბრებული რნმ თანმიმდევრობების სრული ნაკრებიდან ყველაზე მინიმალური ენერგია აქვს.
Dynamic programming is used to select the structure that has the minimum energy for the whole set of aligned RNA sequences.
1049.
ბიოინფორმატიკის საფუძვლები | თავი 16
ამ ტიპის ალგორითმები ერთდროულად მრავალ შეყვანილ თანმიმდევრობას ათანაბრებენ და კონსენსუსის სტრუქტურას ადგენენ.
This type of algorithm simultaneously aligns multiple input sequences and infers a consensus structure.
1050.
ბიოინფორმატიკის საფუძვლები | თავი 16
გათანაბრებას ვახორციელებთ შეფასების სქემის მქონე დინამიკური პროგრამირების გამოყენებით, რომელიც თანმიმდევრობების მსგავსებასა და ენერგიის პირობებს აერთიანებს.
The alignment is produced using dynamic programming with a scoring scheme that incorporates sequence similarity as well as energy terms.
1051.
ბიოინფორმატიკის საფუძვლები | თავი 16
მრავლობითი გათანაბრებისთვის ჩატარებული სრული დინამიკური პროგრამირება კომპიუტერულად ძალიან შრომატევადია, ამიტომ თანამედროვე პროგრამებში შეყვანა შეზღუდულია ორ თანმიმდევრობამდე.
Because the full dynamic programming for multiple alignment is computationally too demanding, currently available programs limit the input to two sequences.
1052.
ბიოინფორმატიკის საფუძვლები | თავი 16
მომხმარებელი არაგათანაბრებული თანმიმდევრობების წყვილს უზრუნველყოფს.
The user provides a pair of unaligned sequences.
1053.
ბიოინფორმატიკის საფუძვლები | თავი 16
ორივე თანმიმდევრობის ნორმაში დაკონსერვებულ სტრუქტურებს გათანაბრებაზე დაყრდნობით შემდგომში ადგენენ.
A commonly conserved structure for both sequences is subsequently derived based on the alignment.
1054.
ბიოინფორმატიკის საფუძვლები | თავი 16
კომპიუტერული დამუშავების გასაადვილებლად პროგრამა მრავალტოტიან მარყუჟებს აიგნორებს და გამოსადეგია მხოლოდ რნმ-ს მოკლე თანმიმდევრობების დასამუშავებლად.
To reduce computational complexity, the program ignores multibranch loops and is only suitable for handling short RNA sequences.
1055.
ბიოინფორმატიკის საფუძვლები | თავი 16
მომხმარებელმა აქაც უნდა უზრუნველყოს ორი შესაყვანი თანმიმდევრობა.
The user again provides two input sequences.
1056.
ბიოინფორმატიკის საფუძვლები | თავი 16
ყოველი თანმიმდევრობის მრავალი ალტერნატიული სტრუქტურის შედარების საშუალებით ირჩევენ ორივე თანმიმდევრობისთვის საერთო, უმცირესი ენერგიის მქონე სტრუქტურას, რომელიც თანმიმდევრობების გათანაბრებისთვის საფუძველის როლს ასრულებს.
By comparing multiple alternative structures from each sequence, a lowest energy structure common to both sequences is selected that serves as the basis for sequence alignment.
1057.
ბიოინფორმატიკის საფუძვლები | თავი 16
ამ პროგრამის უნიკალური თვისება იმაში მდგომარეობს, რომ ის არ ითხოვს თანმიმდევრობების მსგავსებას და ამიტომ, ძალიან დივერგირებული თანმიმდევრობების დამუშავება შეუძლია.
The unique feature of this program is that it does not require sequence similarity and therefore can handle very divergent sequences.
1058.
ბიოინფორმატიკის საფუძვლები | თავი 16
თუმცა, კომპიუტერული შრომატევადობის გამო, პროგრამა მისაღები სიზუსტით რნმ-ს მხოლოდ მოკლე თანმიმდევრობებს.
However, because of the computation complexity, the program only predicts small RNA sequences.
1059.
ბიოინფორმატიკის საფუძვლები | თავი 16
თუ პროგნოზის სიზუსტე შეიძლება ერთი პარამეტრის გამოყენებით გამოვსახოთ, მაგ. კორელაციის კოეფიციენტით, რომელიც მგრძნობელობისა და სელექციურობის ინფორმაციას ითვალისწინებს, ეს პროგრამები პროცენტებს დაახლოებით 20%-დან 60%-ის ფარგლებში ითვლის, რაც დამოკიდებულია თანმიმდევრობის სიგრძეზე.
If prediction accuracy can be represented using a single parameter such as the correlation coefficient, which takes into account both sensitivity and selectivity information , these programs score roughly 20% to 60% depending on the length of the sequences.
1060.
ბიოინფორმატიკის საფუძვლები | თავი 16
ზოგადად რომ ვთქვათ, პროგრამები მოკლე რნმ-ს თანმიმდევრობების შემთხვევაში გრძელ რნმ-სთან შედარებით უკეთ მუშაობს.
Generally speaking, the programs perform better for shorter RNA sequences than for longer ones.
წინა შემდეგი