ზუსტი დამთხვევა
ორიგინალის ენა
ქვეკორპუსები
ჯგუფები
კრებულები
ტიპები
ჟანრები
დარგები
გამომცემლობები
ავტორები
მთარგმნელები
გამოცემულია
წლიდან
წლამდე
თარგმნილია
წლიდან
წლამდე
წინა შემდეგი
861.
ბიოინფორმატიკის საფუძვლები | თავი 8
გადათარგმნილ ეგზონებს შემდეგ იყენებენ მომხმარებლის მიერ შეყვანილი ცილის თანმიმდევრობასთან შესადარებლად.
The translated exons are then used to compare with the user-supplied protein sequences.
862.
ბიოინფორმატიკის საფუძვლები | თავი 8
იგივე თანმიმდევრობების პროგნოზირება შესაძლებელია ალგორითმითაც, რომელიც ეგზონის ალბათობის მაჩვენებლებს იძლევა.
The same sequence is also predicted with an algorithm, which gives exons probability scores.
863.
ბიოინფორმატიკის საფუძვლები | თავი 8
ის ინტერნეტპროგრამაა, რომელიც ინტრონ-ეგზონის საზღვრების განსაზღვრის მიზნით მთლიანად ეფუძნება თანმიმდევრობების გათანაბრების მიდგომას.
It is a web-based program purely based on the sequence alignment approach to define intron–exon boundaries.
864.
ბიოინფორმატიკის საფუძვლები | თავი 8
პროგრამა კდნმ თანმიმდევრობებს გენომური დნმ-ს იმ თანმიმდევრობებთან ადარებს, რომლებიც შესაბამის გენს შეიცავენ.
The program compares an cDNA sequence with a genomic DNA sequence containing the corresponding gene.
865.
ბიოინფორმატიკის საფუძვლები | თავი 8
პროგრამის ნაკლია ის, რომ, თუ რევერსიული ტრანსკრიფციის წინ ტრანსკრიპტების მთლიანი სპლაისირება არ მოხდა, კდნმ-ს თანმიმდევრობები ხშირად შეცდომებს ან ინტრონებსაც კი შეიცავენ.
The limitation is that cDNA sequences often contain errors or even introns if the transcripts are not completely spliced before reverse transcription.
866.
ბიოინფორმატიკის საფუძვლები | თავი 8
გენის სინთეზური პროგნოზი მსგავსებაზე დაფუძნებული ინტერნეტპროგრამაა, რომელიც ახლო მონათესავე ორგანიზმებიდან მიღებულ დნმ-ს ორ გენომურ თანმიმდევრობას ათანაბრებს.
Syntenic Gene Prediction is a similarity-based web program that aligns two genomic DNA sequences from closely related organisms.
867.
ბიოინფორმატიკის საფუძვლები | თავი 8
პროგრამა ყოველი თანმიმდევრობის ყველა პოტენციურ ეგზონს თარგმნის და გადათარგმნილი ცილის თანმიმდევრობისთვის დაწყვილებულ გათანაბრებას ახორციელებს, რასაც დინამიკური პროგრამირების მიდგომის გამოყენებით ახდენს.
The program translates all potential exons in each sequence and does pairwise alignment for the translated protein sequences using a dynamic programming approach.
868.
ბიოინფორმატიკის საფუძვლები | თავი 8
პროგრამის შეზღუდვა მდგომარეობს ორი ჰომოლოგიური თანმიმდევრობის საჭიროებაში, რომლებსაც აქვთ მსგავსი გენები და ეგზონების მსგავსი სტრუქტურა.
The limitation is the need for two homologous sequences having similar genes with similar exon structures.
869.
ბიოინფორმატიკის საფუძვლები | თავი 8
ამ მოთხოვნას დაკმაყოფილების გარეშე, ერთი თანმიმდევრობიდან გენს ვერ გამოვავლენთ, თუ სხვა თანმიმდევრობაში მისი ანალოგი არ არის.
If this condition is not met, a gene escapes detection from one sequence when there is no counterpart in another sequence.
870.
ბიოინფორმატიკის საფუძვლები | თავი 8
გამოყენებული მონაცემების ნაკრები ძირითადად გენომის მოკლე თანმიმდევრობებისგან შედგება, რომლებსაც გენის მარტივი სტრუქტურა ახასიათებს.
The datasets used are also mainly composed of short genomic sequences with simple gene structures.
871.
ბიოინფორმატიკის საფუძვლები | თავი 8
როცა პროგრამებს სრულიად უცნობი ევკარიოტული გენომური თანმიმდევრობების გენების პროგნოზირებისთვის ვიყენებთ, სიზუსტე ძალიან მცირდება.
When the programs are used in gene prediction for truly unknown eukaryotic genomic sequences, the accuracy can become much lower.
872.
ბიოინფორმატიკის საფუძვლები | თავი 8
ზოგი პროგრამა მგრძნობიარეა შეყვანილი თანმიმდევრობის შემადგენლობის ან ინტრონებისა და ეგზონების სიგრძის მიმართ.
Some are sensitive to the content of the input sequences or to the lengths of introns and exons.
873.
ბიოინფორმატიკის საფუძვლები | თავი 8
კომპიუტერული გამოთვლების საშუალებით გენების დადგენა გენომის თანმიმდევრობების ანალიზის ერთ-ერთი მნიშვნელოვანი ნაბიჯია.
Computational prediction of genes is one of the most important steps of genome sequence analysis.
874.
ბიოინფორმატიკის საფუძვლები | თავი 8
ამ მეთოდს ზღუდავს მონაცემთა ბაზაში თანმიმდევრობების ჰომოლოგების მისაწვდომობა, რომლებიც იდენტიფიკაციას ექვემდებარება.
The method is limited by the availability of identifiable sequence homologs in databases.
875.
ბიოინფორმატიკის საფუძვლები | თავი 11
პირველი კატეგორია დაფუძნებულია დისკრეტულ ნიშნებზე, რომლებიც ცალკეული ტაქსონების მოლეკულური თანმიმდევრობებია.
The first category is based on discrete characters, which are molecular sequences from individual taxa.
876.
ბიოინფორმატიკის საფუძვლები | თავი 11
ამ შემთხვევაში ძირითადი დაშვება მდგომარეობს ნიშან-თვისებების ჰომოლოგიურობაში, რომელიც თანმიმდევრობების მრავლობითი გათანაბრების შესაბამის პოზიციებზე არსებობს.
The basic assumption is that characters at corresponding positions in a multiple sequence alignment are homologous among the sequences involved.
877.
ბიოინფორმატიკის საფუძვლები | თავი 11
ფილოგენეზური მეთოდების მეორე კატეგორია დაფუძნებულია მანძილზე, რაც თანმიმდევრობების წყვილს შორის განსხვავებების რაოდენობას წარმოადგენს, რომელსაც თანმიმდევრობების გათანაბრების საფუძველზე ითვლიან.
The second category of phylogenetic methods is based on distance, which is the amount of dissimilarity between pairs of sequences, computed on the basis of sequence alignment.
878.
ბიოინფორმატიკის საფუძვლები | თავი 11
მანძილზე დაფუძნებული მეთოდების დაშვებაა, რომ ყველა მონაწილე თანმიმდევრობა ჰომოლოგიურია და ხის ტოტები ადიტიურია.
The distance-based methods assume that all sequences involved are homologous and that tree branches are additive.
879.
ბიოინფორმატიკის საფუძვლები | თავი 11
როგორც მეათე თავში აღვნიშნეთ, სხვადასხვა ევოლუციური მოდელის გამოყენებით თანმიმდევრობებს შორის სარწმუნო ევოლუციური მანძილები შეიძლება დაკვირვებადი მანძილებიდან გამოვთვალოთ, რასაც შესწორების ჩატარების შემდეგ ვახორციელებთ.
As mentioned in Chapter ten, true evolutionary distances between sequences can be calculated from observed distances after correction using a variety of evolutionary models.
880.
ბიოინფორმატიკის საფუძვლები | თავი 11
კლასტერირების ტიპის ალგორითმები ითვლიან მანძილების მატრიცაზე დაფუძნებულ ხეს და მის აგებას თანმიმდევრობების ყველაზე მსგავსი წყვილიდან იწყებენ.
The clustering-type algorithms compute a tree based on a distance matrix starting from the most similar sequence pairs.
წინა შემდეგი