法斯塔

与FASTP和FASTA的快速敏感序列比较。FASTA程序可以在IBM-PC微型计算机上用不到20分钟的时间搜索NBRF蛋白质序列库(250万个残基),并且毫不含糊地检测出在过去数十亿年中共享同一祖先的蛋白质。FASTA既快速又有选择性,因为它最初只考虑氨基酸的特性。它不仅通过使用PAM250矩阵对具有大量恒等式的区域进行评分和重扫描,而且通过连接初始区域来提高其灵敏度。使用FASTA的搜索结果与使用基于NWS的程序的搜索结果相比,后者的速度要慢100倍。FASTA的敏感性稍低,但选择性更强。目前还不清楚基于NWS的程序在寻找G蛋白偶联受体家族的远亲成员方面是否会更成功。FASTA计算initn分数的连接步骤对于共享由可变长度循环分隔的序列相似区域特别有用。FASTP和FASTA被设计用来识别来自同一祖先的蛋白质序列,并且它们已经被证明对这项任务非常有用。在许多情况下,FASTA序列搜索将产生一个与查询序列同源的高分库序列列表,或者该搜索将生成一个具有相似得分的序列列表,这些序列无法与大量的库区分开来。无论哪种情况,库中是否存在与查询序列明显相关的序列的问题都得到了明确的回答。不幸的是,结果往往不那么明确,需要仔细分析和生物学背景。在分析G-蛋白偶联受体家族的过程中,发现了一些蛋白质,因为经过优化,似乎是这个家族的成员,而这些成员是以前没有被认识到的。RDF2分析显示了临界值z值,只有对序列比对的仔细检查(集中在保守的残基上)才提供了令人信服的证据,证明高分是偶然的。随着序列比较方法变得更加敏感而变得更加强大,它们变得更容易误导,并且需要更加小心。


zbMATH中的参考文献(参考文献25条)

显示第1到第20个结果,共25个。
按年份排序(引用)
  1. 古洛托,丹尼洛;诺拉西,马里奥·萨尔瓦托;贝尔尼尼,安德里亚;斯皮加,奥塔维亚;Niccolai,Neri:探索蛋白质空间以扩展弱同源折叠的检测(2013)
  2. 朱伟、朱伟;侯靖宇;陈一平:利用多层次信息迭代预测蛋白质功能(2012)
  3. 于成龙;邓,莫;Yau,Stephen S.-T.:新概率方法的DNA序列比较(2011)ioport公司
  4. 荷马,尼尔斯;纳尔逊,斯坦利F。;Merriman,Barry:广义k碱基编码DNA序列的局部比对(2010)ioport公司
  5. Sung,Wing Kin:生物信息学中的算法。实用的介绍。(2010年)
  6. 鲁比诺,弗朗西斯科;Attimonelli,Marcella:RegExpblanch(REB),基于多对齐序列的正则表达式爆破算法(2009)ioport公司
  7. 岳、凤;石、剑;唐继军:同步系统发育重建和多序列比对(2009)ioport公司
  8. 伯纳德,朱丽安娜S。;达维拉,阿尔贝托先生;科斯塔,维多尔S。;Zaverucha,Gerson:通过结构比对改进用于远程同源性检测的剖面hmms的模型构建(2007)ioport公司
  9. 马斌;王鲁生;李明:多项式时间带内的近似最优多重对准(2007)
  10. 沙阿,Anuj R。;欧曼,克里斯托弗S。;哈珀,吉尔;Webb Robertson,Bobbie Jo M.:整合亚细胞定位以改进真核生物远程同源性检测的机器学习模型(2007)
  11. 夏旭华:生物信息学与细胞。基因组学、蛋白质组学和转录组学的现代计算方法(2007)
  12. 布尔登,杰瑞米;Mancheron,Alban:相似性得分函数的统计特性(2006)
  13. 维贾亚,P.A。;穆蒂,M.纳拉西姆哈;Subramanian,D.K.:蛋白质序列的有效中值聚类和分类技术(2006)ioport公司
  14. 刘欣;夏,华夏;简,安德鲁A.:验证和缩放微网格:网格动力学的科学工具(2005)
  15. 马胡伊、马利卡;陆,灵马;高宁;李念华;陈,杰西卡;乌姆兰,布赫勒;Miled,Zina Ben:生物信息学服务整合的动态工作流方法(2005)ioport公司
  16. 韦伯·罗伯逊,鲍比·乔;欧曼,克里斯托弗;Matzke,Melissa:SVM-BALSA:基于贝叶斯序列比对的远程同源性检测(2005)
  17. 杉木、高志;伊藤,知音;Ebisuzaki,Toshikazu:探索相似生物序列的专用计算机:具有多管道和多序列结构的bioler-2(2004)ioport公司
  18. 穆霍帕德耶,斯内哈西斯;唐长虹;黄,杰弗瑞;帕拉卡尔,马修:遗传序列分类及其在跨物种同源性检测中的应用(2003)
  19. 科霍宁,特沃;如何为非部门数据制作大型自组织地图。(2002年)ioport公司
  20. 恩,太熙;谭建利;王浩:快速同源性搜索的基因组数据库索引(2002)