ზუსტი დამთხვევა
ორიგინალის ენა
ქვეკორპუსები
ჯგუფები
კრებულები
ტიპები
ჟანრები
დარგები
გამომცემლობები
ავტორები
მთარგმნელები
გამოცემულია
წლიდან
წლამდე
თარგმნილია
წლიდან
წლამდე
841.
ბიოინფორმატიკის საფუძვლები | თავი 8
თუ სავარაუდო თანმიმდევრობა ამ სიაში ჩამოთვლილ ორგანიზმებს არ ეკუთვნის, გამოთვლების საფუძვლად შეიძლება ყველაზე ახლო მონათესავე ორგანიზმის შერჩევა.
If the sequence to be predicted is from a non-listed organism, the most closely related organism can be chosen as the basis for computation.
842.
ბიოინფორმატიკის საფუძვლები | თავი 8
მოდელის აგება შეყვანილი თანმიმდევრობით დასწავლას მოითხოვს, რაც ახდენს მოდელის პარამეტრების ოპტიმიზაციას.
The model building involves training by the input sequence, which optimizes the parameters of the model.
843.
ბიოინფორმატიკის საფუძვლები | თავი 8
პროგრამას სპეციალურად დასწავლილი აქვს ბაქტერიული თანმიმდევრობები.
The program is specifically trained for bacterial sequences.
844.
ბიოინფორმატიკის საფუძვლები | თავი 8
მოთხოვნილი თანმიმდევრობის საკუთარ მოდელთან ოპტიმალური თავსებადობის მოსაძებნად ის იყენებს ვერტიბის ალგორითმს.
It uses the Vertibi algorithm to find an optimal match for the query sequence with the intrinsic model.
845.
ბიოინფორმატიკის საფუძვლები | თავი 8
გენებს შორის მანძილი ხშირად საკმაოდ დიდია და მდიდარია განმეორებადი თანმიმდევრობებითა და მობილური, გაბნეული ელემენტებით.
The space between genes is often very large and rich in repetitive sequences and transposable elements.
846.
ბიოინფორმატიკის საფუძვლები | თავი 8
უფრო მნიშვნელოვანია, რომ ევკარიოტების გენომებს მოზაიკური ორგანიზაცია ახასიათებს, სადაც გენი დაყოფილია ნაწილებად (ეგზონებად), ამ ნაწილებს შორის მოთავსებული არამაკოდირებელი თანმიმდევრობების (ინტრონების) საშუალებით.
Most importantly, eukaryotic genomes are characterized by a mosaic organization in which a gene is split into pieces (called exons) by intervening noncoding sequences (called introns).
847.
ბიოინფორმატიკის საფუძვლები | თავი 8
კარგია, რომ ევკარიოტულ გენებში თანმიმდევრობების ზოგი დაკონსერვებული თვისება დღემდე არსებობს, რის გამოც შესაძლებელია მათი პროგნოზირება გამოთვლითი მეთოდების საშუალებით.
The good news is that there are still some conserved sequence features in eukaryotic genes that allow computational prediction.
848.
ბიოინფორმატიკის საფუძვლები | თავი 8
სიგნალი შემაჯამებელი მაკოდირებელი თანმიმდევრობის დადგენაშიც გვეხმარება.
The signal can also help locate the final coding sequence.
849.
ბიოინფორმატიკის საფუძვლები | თავი 8
გენის პროგნოზის ab initio მეთოდზე დაფუძნებული პროგრამების მიზანია არამაკოდირებელი თანმიმდევრობებიდან ეგზონების გამოყოფა და შემდგომში სწორი რიგითობით მათი ერთმანეთთან შეერთება.
The goal of the ab initio gene prediction programs is to discriminate exons from noncoding sequences and subsequently join the exons together in the correct order.
850.
ბიოინფორმატიკის საფუძვლები | თავი 8
სიგნალებში შედის გენის სასტარტო და სტოპ საიტები და სავარაუდო სპლაისირების საიტები, როგორიცაა ამოცნობადი კონსენსუსის თანმიმდევრობები.
Signals include gene start and stop sites and putative splice sites, recognizable consensus sequences.
851.
ბიოინფორმატიკის საფუძვლები | თავი 8
შესაყვანი შრე გენის თანმიმდევრობაა, რომელიც ინტრონების და ეგზონების სიგნალებით ხასიათდება.
The input is the gene sequence with intron and exon signals.
852.
ბიოინფორმატიკის საფუძვლები | თავი 8
კომპიუტერული დასწავლის პროცესი იწყება იმით, რომ ხდება მოდელის უზრუნველყოფა გენის ცნობილი სტრუქტურის თანმიმდევრობით.
The machine learning process starts by feeding the model with a sequence of known gene structure.
853.
ბიოინფორმატიკის საფუძვლები | თავი 8
როცა დასწავლის შემდეგ ალგორითმი უცნობი თანმიმდევრობის პროგნოზირებას ახორციელებს, ის გენთან ასოცირებული სტრუქტურების მოსაძებნად დასწავლის პროცესში ნასწავლ წესებს იყენებს.
When the algorithm predicts an unknown sequence after training, it applies the same rules learned in training to look for patterns associated with the gene structures.
854.
ბიოინფორმატიკის საფუძვლები | თავი 8
პროგრამა ახდენს მოთხოვნილი თანმიმდევრობის სხვადასხვა სიგრძის ფანჯრებით სკანირებას (დათვალიერებას), აფასებს მაკოდირებელ პოტენციალს და იძლევა საბოლოო შედეგს, რომელიც ეგზონების კანდიდატურებში მდგომარეობს.
The program scans the query sequence with windows of variable lengths and scores for coding potentials and finally produces an output that is the result of exon candidates.
855.
ბიოინფორმატიკის საფუძვლები | თავი 8
თუ თანმიმდევრობაში უკვე არსებობს მაკოდირებელი რეგიონის სახით იდენტიფიცირებული სუბ-რეგიონები, რომლის იდენტიფიკაცია შესაძლოა მონაცემთა ბაზის კდნმ-თან ან ცილასთან მსგავსებას ეფუძნებოდა, ეს რეგიონები მაკოდირებელი რეგიონების სახით იბლოკება.
If a sequence already has a sub-region identified as coding region, which may be based on similarity with cDNAs or proteins in a database, these regions are locked as coding regions.
856.
ბიოინფორმატიკის საფუძვლები | თავი 8
ჰომოლოგიაზე დაფუძნებული პროგრამები ეფუძნება იმ ფაქტს, რომ მონათესავე თანმიმდევრობების ეგზონის სტრუქტურებისა და ეგზონის თანმიმდევრობების დაკონსერვების ხარისხი მაღალია.
Homology-based programs are based on the fact that exon structures and exon sequences of related species are highly conserved.
857.
ბიოინფორმატიკის საფუძვლები | თავი 8
როცა მოთხოვნილი თანმიმდევრობის პოტენციურად მაკოდირებელ ჩარჩოებს თარგმნიან და მონაცემთა ბაზაში ნაპოვნი ცილის უახლოეს ჰომოლოგებთან გათანაბრებისთვის იყენებენ, მოთხოვნილ თანმიმდევრობაში ეგზონის საზღვრების გამოსავლენად შეიძლება თითქმის ზუსტად თავსებადი რეგიონები გამოიყენონ.
When potential coding frames in a query sequence are translated and used to align with closest protein homologs found in databases, near perfectly matched regions can be used to reveal the exon boundaries in the query.
858.
ბიოინფორმატიკის საფუძვლები | თავი 8
ეს მიდგომა მონაცემთა ბაზის თანმიმდევრობების სიზუსტეს გულისხმობს.
This approach assumes that the database sequences are correct.
859.
ბიოინფორმატიკის საფუძვლები | თავი 8
ის მისაღებია, თუ გავითვალისწინებთ, რომ მრავალი შესადარებელი ჰომოლოგიური თანმიმდევრობა მიღებულია იგივე სახეობის კდნმ-დან ან ექსპრესირებული თანმიმდევრობების ტეგებიდან.
It is a reasonable assumption in light of the fact that many homologous sequences to be compared with are derived from cDNA or expressed sequence tags of the same species.
860.
ბიოინფორმატიკის საფუძვლები | თავი 8
მომხმარებელი მონათესავე სახეობის გენომურ დნმ-სა და ცილის თანმიმდევრობას უზრუნველყოფს.
The user provides genomic DNA and protein sequences from related species.