Model Markov Tersembunyi dalam Analisis Urutan
Model Markov Tersembunyi adalah kerangka probabilistik untuk memodelkan pola urutan dalam penemuan gen, penyelarasan, dan klasifikasi keluarga protein.
BioinformatikaAnalisis K-mer: Komposisi Urutan dan Frekuensi
Analisis K-mer menghitung substring pendek dengan panjang k dalam urutan untuk karakterisasi genom, koreksi kesalahan, dan binning metagenomik.
BioinformatikaPenemuan Motif: Menemukan Pola Peraturan dalam Urutan
Penemuan motif mengidentifikasi pola urutan pendek dan kekal yang mewakili situs pengikatan atau elemen fungsional.
BioinformatikaPenyelarasan Urutan Berganda: Membandingkan Tiga Urutan atau Lebih
Penyelarasan beberapa urutan memperluas penyelarasan berpasangan untuk membandingkan beberapa urutan homolog untuk analisis filogenetik dan fungsional.
BioinformatikaDesain Primer untuk PCR dan Sequencing
Desain primer menciptakan oligonukleotida pendek dengan termodinamika dan spesifisitas optimal untuk reaksi amplifikasi dan pengurutan PCR.
BioinformatikaAnalisis Promotor: Mengidentifikasi Wilayah Regulasi
Analisis promotor mengidentifikasi situs awal transkripsi dan elemen pengatur yang mengontrol ekspresi gen.
BioinformatikaPenyelarasan Urutan: Perbandingan Berpasangan Urutan Biologis
Penyelarasan urutan mengatur urutan DNA, RNA, atau protein untuk mengidentifikasi wilayah kesamaan dan hubungan evolusi.
BioinformatikaPerakitan Urutan: Merekonstruksi DNA dari Fragmen
Algoritme perakitan sekuens menggabungkan fragmen DNA yang tumpang tindih menjadi sekuens yang berdekatan untuk rekonstruksi genom dan transkriptome.
BioinformatikaUrutan Pencarian Database dengan BLAST
BLAST menemukan wilayah kesamaan lokal antara urutan kueri dan entri database untuk inferensi fungsional dan evolusioner.
Bioinformatika
Menampilkan 229 hingga 240 dari 401 hasil