Modèles de Markov cachés dans l'analyse de séquence
Les modèles de Markov cachés sont des cadres probabilistes permettant de modéliser des modèles de séquences dans la recherche de gènes, l'alignement et la classification des familles de protéines.
Analyse K-mer : composition et fréquence des séquences
L'analyse K-mer compte les sous-chaînes courtes de longueur k dans les séquences pour la caractérisation du génome, la correction d'erreurs et le regroupement métagénomique.
Découverte de motifs : trouver des modèles de régulation dans des séquences
La découverte de motifs identifie des modèles de séquences courts et conservés qui représentent des sites de liaison ou des éléments fonctionnels.
Alignement de plusieurs séquences : comparaison de trois séquences ou plus
L'alignement de séquences multiples étend l'alignement par paires pour comparer plusieurs séquences homologues à des fins d'analyse phylogénétique et fonctionnelle.
Conception d'amorces pour la PCR et le séquençage
La conception d’amorces crée des oligonucléotides courts avec une thermodynamique et une spécificité optimales pour les réactions d’amplification et de séquençage PCR.
Analyse des promoteurs : identification des régions réglementaires
L'analyse du promoteur identifie les sites d'initiation de la transcription et les éléments régulateurs qui contrôlent l'expression des gènes.
Alignement de séquence : comparaison par paires de séquences biologiques
L'alignement des séquences organise les séquences d'ADN, d'ARN ou de protéines pour identifier les régions de similarité et les relations évolutives.
Assemblage de séquence : reconstruction de l'ADN à partir de fragments
Les algorithmes d'assemblage de séquences fusionnent des fragments d'ADN qui se chevauchent en séquences contiguës pour la reconstruction du génome et du transcriptome.
Recherche dans la base de données de séquences avec BLAST
BLAST trouve des régions de similarité locale entre les séquences de requêtes et les entrées de base de données pour une inférence fonctionnelle et évolutive.