Извлеките некоторые последовательности из GenBank ®, найдите открытые кадры считывания (ORF), а затем выровняйте последовательности с помощью глобальных и локальных алгоритмов выравнивания .

Как профили HMM используются для характеристики семейств белков. Профильный анализ является ключевым инструментом в биоинформатике. Общие методы попарного сравнения обычно не чувствительны и достаточно специфичны для анализа отдаленно связанных последовательностей. В противоположность этому профили скрытой модели Маркова (HMM) обеспечивают лучшую альтернативу для связи последовательности запроса со статистическим описанием семейства последовательностей. Профили HMM используют зависящую от позиции систему оценки для сбора информации о степени сохранения в различных положениях во множественном выравнивании этих последовательностей. Анализ профиля HMM может быть использован для выравнивания нескольких последовательностей, для поиска в базе данных, для анализа состава последовательности и сегментации шаблона, а также для прогнозирования структуры белка и определения местоположения генов путем прогнозирования открытых кадров считывания.

Используйте основные методы манипулирования последовательностями и вычислите полезную статистику последовательностей. Он также иллюстрирует, как искать кодирующие области (такие как белки) и продолжать их анализ.

Метод, который можно использовать для исследования значимости выравниваний последовательностей. Количество удостоверений или положительных результатов в трассе не является четким показателем значительной трассы. Перестановка последовательности из выравнивания будет иметь аналогичные проценты положительных результатов и идентичности при выравнивании относительно исходной последовательности. Оценка от выравнивания является лучшим показателем значимости выравнивания. В этом примере используются те же гены и белки, связанные с болезнью Тэя-Сакса, проанализированные в выравнивающих парах последовательностей.