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

Как профили HMM используются для характеристики белковых семейств. Профильный анализ является ключевым инструментом в биоинформатике. Общие методы парного сравнения обычно не чувствительны и достаточно специфичны для анализа отдаленно связанных последовательностей. Напротив, профили Hidden Markov Model (HMM) обеспечивают лучшую альтернативу связи последовательности запросов со статистическим описанием семейства последовательностей. Профили HMM используют специфическую для положения систему оценки, чтобы захватить информацию о степени сохранения в различных положениях при множественном выравнивании этих последовательностей. Анализ профиля HMM может использоваться для выравнивания нескольких последовательностей, для поиска базы данных, для анализа состава последовательности и сегментации шаблона, а также для предсказания структуры белка и определения местоположения генов путем предсказания открытых систем координат считывания.

Используйте основные методы манипуляции с последовательностями и вычисляет некоторую полезную статистику последовательностей. Это также иллюстрирует, как искать кодирующие области (такие как белки) и преследовать последующий анализ из них.

Метод, который может использоваться для исследования значимости выравниваний последовательности. Количество тождеств или срабатываний в выравнивании не является четким показателем значительного выравнивания. Сочетание последовательности из трассы будет иметь одинаковые проценты срабатываний и тождеств при выравнивании относительно исходной последовательности. Счет от выравнивания является лучшим показателем значимости выравнивания. Этот пример использует те же гены и белки, связанные с болезнью Tay-Sachs, проанализированные в Aligning Pairs of Sequences.