蛋白质组学生物信息学开发计算方法来从质谱数据中识别、量化和表征蛋白质。
定量蛋白质组学使用标记策略和无标记方法来测量相对或绝对蛋白质丰度。
靶向蛋白质组学使用选定的反应监测来定量特定蛋白质，具有高灵敏度和可重复性。
自上而下的蛋白质组学无需消化即可分析完整的蛋白质，保留有关蛋白质形式和翻译后修饰的信息。
隐马尔可夫模型是用于对基因查找、比对和蛋白质家族分类中的序列模式进行建模的概率框架。
K-mer 分析对序列中长度为 k 的短子串进行计数，以进行基因组表征、纠错和宏基因组分箱。
基序发现识别代表结合位点或功能元件的短的、保守的序列模式。
多序列比对扩展了成对比对，以比较多个同源序列以进行系统发育和功能分析。
引物设计可创建具有最佳热力学和 PCR 扩增和测序反应特异性的短寡核苷酸。
显示 61 到 72 的 84 结果
