ზუსტი დამთხვევა
ორიგინალის ენა
ქვეკორპუსები
ჯგუფები
კრებულები
ტიპები
ჟანრები
დარგები
გამომცემლობები
ავტორები
მთარგმნელები
გამოცემულია
წლიდან
წლამდე
თარგმნილია
წლიდან
წლამდე
წინა შემდეგი
581.
ბიოინფორმატიკის საფუძვლები | თავი 4
ცილის თანმიმდევრობების სკანირება ინტერნეტპროგრამაა, რომელიც მონაცემების პარალელური დამუშავებისთვის ოპტიმიზებულ, სმიტ-უოტერმანის ალგორითმის მოდიფიცირებულ ვერსიას იყენებს.
Scan Protein Sequence is a web-based program that implements a modified version of the Smith–Waterman algorithm optimized for parallel processing.
582.
ბიოინფორმატიკის საფუძვლები | თავი 4
მონაცემთა ბაზაში მსგავსების ძებნა აუცილებელი პირველი ნაბიჯია ახალი გენის ან ცილის თანმიმდევრობის ფუნქციონალური დახასიათებისთვის.
Database similarity searching is an essential first step in the functional characterization of novel gene or protein sequences.
583.
ბიოინფორმატიკის საფუძვლები | თავი 4
სხვა გაფრთხილებაა მონაცემთა ბაზაში ძებნისას მოთხოვნის სახით ცილის თანმიმდევრობების გამოყენება, ვინაიდან ისინი გაცილებით უფრო მგრძნობიარე შეთავსებებს იძლევიან.
Another caveat is to use protein sequences as the query in database searching, because they produce much more sensitive matches.
584.
ბიოინფორმატიკის საფუძვლები | თავი 5
თანმიმდევრობების მრავლობითი გათანაბრება.
Multiple Sequence Alignment.
585.
ბიოინფორმატიკის საფუძვლები | თავი 5
ნათესაურ თანმიმდევრობებს ვადგენთ მონაცემთა ბაზაში მათი მსგავსების ძებნის შედეგად, ისე, როგორც ეს აღწერილია მეოთხე თავში.
Related sequences are identified through the database similarity searching described in Chapter 4.
586.
ბიოინფორმატიკის საფუძვლები | თავი 5
ამ პროცესის შედეგად ვიღებთ თავსებადი თანმიმდევრობების მრავალ წყვილს. ამიტომ, ხშირად აუცილებელია მრავალი დაწყვილებული გათანაბრების ერთ გათანაბრებაში გარდაქმნა, სადაც თანმიმდევრობები ისე განლაგდება, რომ ევოლუციურად ეკვივალენტური პოზიციები მათ მთლიან სიგრძეზე შეთავსებადი გახდება.
As the process generates multiple matching sequence pairs, it is often necessary to convert the numerous pairwise alignments into as ingle alignment, which arranges sequences in such a way that evolutionarily equivalent positions across all sequences are matched.
587.
ბიოინფორმატიკის საფუძვლები | თავი 5
სხვა მეთოდებთან შედარებით მრავალი თანმიმდევრობის გათანაბრებას უნიკალური უპირატესობა აქვს, ვინაიდან ის მეტ ბიოლოგიურ ინფორმაციას ავლენს, ვიდრე დაწყვილებული გათანაბრებების სხვა მეთოდების უმეტესობა.
There is a unique advantage of multiple sequence alignment because it reveals more biological information than many pairwise alignments can.
588.
ბიოინფორმატიკის საფუძვლები | თავი 5
მაგალითად, ის თანმიმდევრობების მთელ ოჯახში დაკონსერვებული სტრუქტურებისა და მოტივების იდენტიფიცირების საშუალებას იძლევა, რომლებსაც ვერ ვამჩნევთ, როდესაც მხოლოდ ორ თანმიმდევრობას ვადარებთ.
For example, it allows the identification of conserved sequence patterns and motifs in the whole sequence family, which are not obvious to detect by comparing only two sequences.
589.
ბიოინფორმატიკის საფუძვლები | თავი 5
მრავალი თანმიმდევრობის გათანაბრება თანმიმდევრობების ოჯახების ფილოგენეზური ანალიზისა და ცილის მეორადი და მესამეული სტრუქტურის პროგნოზის მნიშვნელოვანი წინაპირობაა.
Multiple sequence alignment is also an essential prerequisite to carrying out phylogenetic analysis of sequence families and prediction of protein secondary and tertiary structures.
590.
ბიოინფორმატიკის საფუძვლები | თავი 5
მრავალი თანმიმდევრობის გათანაბრებას პოლიმერაზას დეგენერაციის ჯაჭვური რეაქციის პრაიმერების დასადგენადაც იყენებენ, რაც მრავალ ნათესაურ თანმიმდევრობას ეფუძნება.
Multiple sequence alignment also has applications in designing degenerate polymerase chain reaction (PCR) primers based on multiple related sequences.
591.
ბიოინფორმატიკის საფუძვლები | თავი 5
თეორიულად შესაძლებელია დინამიკური პროგრამირების გამოყენება თანმიმდევრობების ნებისმიერი რაოდენობის გასათანაბრებლად, ისევე, როგორც დაწყვილებული გათანაბრებისას ვაკეთებდით.
It is theoretically possible to use dynamic programming to align any number of sequences as for pairwise alignment.
592.
ბიოინფორმატიკის საფუძვლები | თავი 5
თუმცა, თანმიმდევრობების რაოდენობის ზრდასთან ერთად, ექსპონენციურად იზრდება ამ პროცედურისთვის საჭირო კომპიუტერული მეხსიერება და გამოთვლის დრო.
However, the amount of computing time and memory it requires increases exponentially as the number of sequences increases.
593.
ბიოინფორმატიკის საფუძვლები | თავი 5
ამიტომ, სრული დინამიკური პროგრამირება შეიძლება მხოლოდ ათზე ნაკლები თანმიმდევრობისთვის გამოვიყენოთ.
As a consequence, full dynamic programming cannot be applied for datasets of more than ten sequences.
594.
ბიოინფორმატიკის საფუძვლები | თავი 5
ამ თავში განვიხილავთ მრავალი თანმიმდევრობის გათანაბრების მეთოდებსა და მათ გამოყენებას.
In this chapter, methodologies and applications of multiple sequence alignment are discussed.
595.
ბიოინფორმატიკის საფუძვლები | თავი 5
მრავალი თანმიმდევრობის გათანაბრება თანმიმდევრობების ისეთი გზით დალაგებას გულისხმობს, რომ მოხდეს ყოველი თანმიმდევრობის ნაშთების მაქსიმალური რაოდენობის შეთავსება შეფასების კონკრეტული ფუნქციის შესაბამისად.
Multiple sequence alignment is to arrange sequences in such a way that a maximum number of residues from each sequence are matched up according to a particular scoring function.
596.
ბიოინფორმატიკის საფუძვლები | თავი 5
მრავალი თანმიმდევრობის გათანაბრებისთვის შეფასების ფუნქცია წყვილების ჯამის კონცეფციას ეფუძნება.
The scoring function for multiple sequence alignment is based on the concept of sum of pairs.
597.
ბიოინფორმატიკის საფუძვლები | თავი 5
როგორც სახელწოდებიდან ჩანს, ეს არის მრავალი თანმიმდევრობის გათანაბრებაში ყველა შესაძლო წყვილის მაჩვენებელთა ჯამი, რომელიც დაფუძნებულია შეფასების კონკრეტულ მატრიცაზე.
As the name suggests, it is the sum of the scores of all possible pairs of sequences in a multiple alignment based on a particular scoring matrix.
598.
ბიოინფორმატიკის საფუძვლები | თავი 5
მრავალი თანმიმდევრობის გათანაბრების ალგორითმების უმეტესობის მიზანია მაქსიმალური მაჩვენებლების მიღწევა.
The purpose of most multiple sequence alignment algorithms is to achieve maximum scores.
599.
ბიოინფორმატიკის საფუძვლები | თავი 5
როგორც აღვნიშნეთ, მრავალი თანმიმდევრობის გათანაბრებაში ამომწურავ და ევრისტიკულ მიდგომებს იყენებენ.
As mentioned, there are exhaustive and heuristic approaches used in multiple sequence alignment.
600.
ბიოინფორმატიკის საფუძვლები | თავი 5
ამის მსგავსად, დინამიკური პროგრამირება მრავალი თანმიმდევრობის გათანაბრებისთვის რომ გამოვიყენოთ, საჭიროა, შემოვიტანოთ დამატებითი განზომილებები თანმიმდევრობების შეთავსების ყველა შესაძლო ვარიანტის გათვალისწინებით.
To use dynamic programming for multiple sequence alignment, extra dimensions are needed to take all possible ways of sequence matching into consideration.
წინა შემდეგი