Text

Protein Homology Detection Through Alignment of Markov Random Fields; Using MRFalign

---

Kata pengantar; Buku pendek ini berasal dari makalah kami yang berjudul “MRFalign: Protein Homology Detection Through Alignment of Markov Random Fields,” yang memenangkan penghargaan makalah terbaik pada konferensi RECOMB 2014 dan juga diterbitkan di PLoS Computational Biology. Hal ini ditujukan bagi mahasiswa dan peneliti yang terlibat dalam pengembangan metode komputasi untuk analisis urutan biologis, struktur protein, dan prediksi fungsional. Selain itu, ini ditujukan bagi mereka yang menggunakan alat analisis sekuens untuk studi biologi dan mereka yang tertarik pada deteksi homologi protein dan pengenalan lipatan. Kami berharap metode Markov Random Fields (MRF) yang dijelaskan dalam buku ini akan menginspirasi penelitian lebih lanjut dalam deteksi homologi protein dan pengenalan lipatan. Kami juga berharap bahwa alat yang dijelaskan di sini akan bermanfaat bagi pembaca dengan latar belakang biologis yang perlu mengukur dan menganalisis rangkaian protein untuk menjawab pertanyaan biologis yang signifikan. Ikhtisar Buku: Deteksi Homologi Protein Berbasis Urutan. Deteksi homologi protein adalah masalah bioinformatika yang mendasar dan menantang dengan banyak aplikasi di dunia nyata. Buku ini pertama kali mensurvei metode deteksi homologi populer seperti matriks penilaian posisi spesifik (PSSM) dan metode berbasis Hidden Markov Model (HMM). Ini kemudian berfokus pada metode baru berbasis MRF yang dikembangkan oleh kelompok kami, yang lebih sensitif daripada metode berbasis HMM dan PSSM untuk deteksi homolog jarak jauh dan pengenalan lipatan karena kemampuannya untuk memodelkan interaksi residu-residu jangka panjang. Buku ini juga merinci instalasi, penggunaan, dan interpretasi perangkat lunak kami yang mengimplementasikan metode berbasis MRF. Ringkasan Bab; Bab 1: Latar Belakang dan Metode Deteksi Homologi yang Populer. Bab ini memberikan gambaran umum tentang latar belakang dan metode populer yang ada untuk deteksi homologi dan pengenalan lipatan. Ini mencakup dasar-dasar metode berbasis PSSM dan HMM, menyiapkan panggung untuk memahami pendekatan baru berbasis MRF. Bab 2: Metode Baru Berbasis MRF untuk Deteksi Homologi dan Pengenalan Lipatan. Di sini, kami mempelajari metode baru berbasis MRF untuk deteksi homologi dan pengenalan lipatan. Bab ini menjelaskan cara membuat model MRF untuk rangkaian protein, menilai kesamaan antara dua model MRF, dan menghasilkan penyelarasan MRF-MRF yang mengoptimalkan fungsi penilaian. Sensitivitas metode ini dalam mendeteksi homolog jarak jauh dan mengenali lipatan protein disorot. Bab 3: Implementasi Perangkat Lunak. Bab ini dikhususkan untuk perangkat lunak yang mengimplementasikan metode berbasis MRF. Ini memberikan instruksi rinci tentang menginstal, menggunakan, dan menafsirkan hasil yang dihasilkan oleh perangkat lunak. Panduan praktis ini penting bagi peneliti yang ingin menerapkan metode berbasis MRF pada data rangkaian protein mereka sendiri. Bab 4: Hasil Eksperimen. Dalam bab ini, kami menyajikan hasil eksperimen penerapan metode berbasis MRF untuk deteksi homologi dan pengenalan lipatan. Kinerja dan keakuratan metode ini dibahas, menunjukkan keunggulannya dibandingkan pendekatan tradisional. Kesimpulan; Bagian akhir buku ini menarik kesimpulan dari penelitian dan hasil eksperimen yang disajikan, menekankan potensi metode berbasis MRF dalam memajukan bidang deteksi homologi protein dan pengenalan lipatan. Ucapan Terima Kasih; Kami sangat berhutang budi kepada beberapa Ph.D. mahasiswa dalam kelompok kami, termasuk Dr. Jian Peng (sekarang menjadi anggota fakultas di Universitas Illinois di Departemen Ilmu Komputer Urbana-Champaign), Dr. Feng Zhao, dan Tuan Zhiyong Wang. Kami juga mengucapkan terima kasih kepada Dr. Söding, pengembang program HHpred yang populer untuk deteksi homologi. Pekerjaan luar biasa mereka sebelumnya telah memberikan kontribusi signifikan terhadap pengembangan metode berbasis MRF yang dijelaskan dalam buku ini.

---

Availability

No copy data

Detail Information

Series Title

Ilmu Komputer

Call Number

570.285 WAN p

Publisher

Chicago, USA : Springer International Publishing., 2015

Collation

-

Language

English

ISBN/ISSN

978-3-319-14914-1

Classification

570.285

Content Type

text

Media Type

computer

Carrier Type

online resource

Edition

-

Subject(s)

Bioinformatika untuk Deteksi Homologi Protein

Specific Detail Info

-

Statement of Responsibility

Jinbo Xu, Sheng Wang, Jianzhu Ma

Other Information

Cataloger

erwin

Source

https://link.springer.com/10.1007/978-3-319-14914-1

Validator

erwin

Digital Object Identifier (DOI)

-

Journal Volume

-

Journal Issue

-

Subtitle

-

Parallel Title

-

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment