同源性

最新推荐文章于 2024-01-15 22:33:13 发布
最新推荐文章于 2024-01-15 22:33:13 发布
阅读量4.3k 收藏 3
点赞数
分类专栏： biology 文章标签： types
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/SHMILYRINGPULL/article/details/7257355
版权

       sequence homology （序列同源性）：不同的DNA片段或不同的蛋白质在核苷酸序列或氨基酸序列上的相似程度。

       homologous proteins（同源蛋白质）：同源蛋白质的氨基酸序列具有明显的相似性,这种相似性称为序列同源性。具有序列同源性的蛋白质称为同源蛋白质，同源蛋白共有的相似序列称为共义序列。   

      Orthologs(直系同源)是指来自于不同物种的由垂直家系（物种形成）进化而来的蛋白，并且典型的保留与原始蛋白有相同的功能。

     旁系同源（Paralogs）是那些在一定物种中的来源于基因复制的蛋白，可能会进化出新的与原来有关的功能。

     Homologous sequences. Orthologs and Paralogs are two types of homologous sequences.

    Orthology describes genes in different species that derive from a common ancestor.Orthologous genes may or may not have the same function.

    Paralogy describes homologous genes within a single species that diverged by gene duplication. 

   

 

 

SHMILYRINGPULL
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基于源代码的软件同源性分析与漏洞检测系统
01-12
任务可以自己选择 Windows或者 Linux 平台实现,检测的源代码可以为 c/c++/Java.跨语言同源性为 c 语言与其它语言的对比检测。 我选择的系统环境为： Win10 VS2019 QT 1.4 实验过程记录 提供系统界面 所有功能要有图形界面展示,形成完整的软件系统.可以使用 VS/QT/Python 等工具实现。 利用字符串匹配进行同源性检测 通过代码有效字符串对比匹配，分析样本之间的拷贝比率 利用控制流程图 CFG 进行源代码同源性检测 通过提取代码的调用关系图，检测样本之间各个函数调用关系图是否相似，得出相似的概率 栈缓冲区检测 根据栈缓冲区原理分析分配的栈数据区是否存在溢出的问题，给出可疑代码行数与列数。 格式化字符串漏洞检测 根据格式化字符串漏洞原理分析使用的格式化函数是否存在溢出的问题，给出可疑代码行数与列数。 提供样本库 提供漏洞检测与同源性检测样本库，样本数量不少于10个，每个代码行数不少于100行；每种漏洞至少一个。 支持分布式任务调度 需要设计一个主控，多个进程/主机并发检测。 堆缓冲区检测 根据堆缓冲区原理分析分配的数据区是否存
基于持久同源的机器学习及其应用——调查-研究论文
06-09
一个合适的特征表示既可以保留数据的内在信息，又可以降低数据的复杂性和维度，是机器学习模型性能的关键。 持久同源（PH）深深植根于代数拓扑，在数据简化和内在结构表征之间提供了微妙的平衡，并已成功应用于各个领域。 然而，PH 和机器学习的结合受到三个挑战的极大阻碍，即数据的拓扑表示、基于 PH 的距离测量或度量以及基于 PH 的特征表示。 随着拓扑数据分析的发展，这三个问题都取得了进展，但广泛分散在不同的文献中。 在本文中，我们从计算的角度对 PH 和基于 PH 的有监督和无监督模型进行了系统回顾。 我们的重点是数学模型和工具的最新发展，包括 PH 软件和基于 PH 的函数、特征表示、内核和相似性模型。 从本质上讲，本文可以作为基于 PH 的机器学习工具实际应用的路线图。 此外，我们考虑了不同机器学习模型中的不同拓扑特征表示，并研究了它们对蛋白质二级结构分类的影响。
ph_datasets:持久同源性数据集
04-28
ph_datasets 持久同源性数据集 拉巴丹实验室（Rabadan Lab）在将持久同源性应用于基因组学问题的出版物中使用了收集的数据集。 Chan，J.，Carlsson，G.和Rabadan，R.病毒进化拓扑。 美国国家科学院院刊110.46（2013）18566-18571。 pnas2013/avian_HA_nt_concat_jukes_cantor.csv ：流感的HA片段。 将具有琐碎的拓扑。 使用Jukes-Cantor度量作为距离矩阵，以列的方式排列在对角线的下部。 [Matlab的seqpdist输出] pnas2013/avian_all_nt_concat_jukes_cantor.csv ：流感的串联片段。 将具有非平凡的拓扑。 使用Jukes-Cantor度量作为距离矩阵，以列对角线的方式排列在下对角线上。 [Matlab的seqpdist输出]
持久的同源性和字符串真空度
04-19
我们使用来自拓扑数据分析的方法来研究字符串真空的某些分布的拓扑特征。 拓扑数据分析是一种多尺度方法，用于通过识别哪些同源性特性在很长的尺度范围内持续存在来分析数据集的拓扑特征。 我们在几种情况下应用这些技术。 我们通过关注Calabi-Yau品种和Landau-Ginzburg模型的某些分布来分析N = 2 $$ \ mathcal {N} = 2 $$真空。 然后，我们转向通量压缩，并讨论如何使用拓扑数据分析来提取物理信息。 最后，我们将这些技术应用于某些现象学上逼真的异质模型。 我们讨论使用其分布的拓扑特性来表征字符串真空的可能性。
phom_tseries:时间序列数据的持久同源性； Dionysus，Ripers，Pandas和PySpark的演示文稿和示例
05-12
Python中时间序列数据的持久同源性 此回购包含 演示文稿介绍了持久同源性的基础知识，以及对时间序列数据的一些应用 一个笔记本，其中包含使用和库的示例，以使用Pandas和PySpark为时间序列数据计算Betti数。 该计算利用了Spark 2.3中引入的Pandas UDF功能的增加。 有关同源性持久同源性的更多详细讨论，请参阅博客文章。
直系同源基因分析（orthofinder方法）
热门推荐
weixin_44614936的博客
09-28 2万+
直系同源基因分析（orthofinder方法）直系同源基因判定的方法有两种orthomcl这个方法已经是应用很广泛的一个方法了，但是存在问题：solve：原理：OrthoFinder2 可以推断出正交组，基因树，基因复制事件，有根树种和广泛的比较基因组统计数据，从而实现下一代系统发育学分析。安装orthofinder安装diamond安装mcl安装FastMe测试你是否可以运行OrthoFinde...
生物信息学之同源性、相似性、一致性和直旁系同源
最新发布
m0_72806612的博客
01-15 1002
直系同源：在物种分化过程中，相同的祖先序列被保留到各个分化物种中的序列。比如人类和啮齿动物的血红蛋白基因。（故现在可以用小白鼠来模拟人体，其也是最常用的实验材料之一）同源性：具有共同进化祖先的两条序列称为同源序列。同源性没有程度之分，要么是同源，要么非同源，高度同源这种说法是错误的。旁系同源是通过基因复制机制产生的同源序列，是在同一个物种内部的同源基因。相似性指相同和相似残基所占的程度。当两条序列同源时，常常二者具有较强的相似性。直系同源被认为具有相似的生物学功能。一致性即序列完全一致。
phat:持久同源性算法工具箱（bitbucket分支的副本，用于可见性）
05-01
PHAT（持久同源性算法工具箱），v1.5 版权所有2013–2017 IST奥地利 项目创始人 Ulrich Bauer，Michael Kerber，Jan Reininghaus 贡献者 休伯特·瓦格纳（Hubert Wagner），布林·凯勒（Bryn Keller） 资料下载 描述 该软件库包含用于计算由具有Z 2系数的有序边界矩阵表示的已过滤单元格复合体的持久对的方法。 有关持久性同源性的介绍，请参见教科书[1] 。 该软件包包含几种算法变体的代码： “标准”算法（请参阅[1] ，第153页） [2]的“行”算法（在该论文中称为pHrow） “扭曲”算法，如[3] （默认算法） [4]介绍的“块”算法 “频谱序列”算法（请参阅[1] ，第166页） 除标准算法外，所有算法都利用边界矩阵的特殊结构来获取计算的捷径。 如果PHAT​​与OpenMP支持一起编译，则块和频
matlab开发-Fourier变换对DNA序列同源性的系统发生学研究
08-27
matlab开发-Fourier变换对DNA序列同源性的系统发生学研究。傅立叶变换对DNA序列或基因组的系统发育分析
persistent-homology-examples:计算杂项数据集持久同源性的示例
07-10
持久同源示例 持久同源性计算的基本示例。
dionysus:用于计算持久同源性的库
05-07
狄俄尼索斯2 Dionysus是一个专注于持久同源性的计算拓扑包。 它是用C ++编写的，带有Python绑定。 从头开始重写了第二个版本（），这有助于实现一些目标： （因为GPL在学术软件中引起太多问题）。 不依赖Boost.Python； Dionysus 2改用（并包括） ，这大大简化了安装。 更干净，更一致的内部设计（例如，所有算法都支持任意字段）。 一些新算法，例如，和Wasserstein以及瓶颈 。 一些基于例程。 与更好地集成。 尚未改变的功能包括葡萄园。 可通过获得Alpha形状过滤。 依存关系： ，尽管Dionysus 2没有链接任何库，所以构建项目要容易得多。 （可选） ，用于的LSQR例程。 （可选）用于绘图的 。 要求： Boost必须至少为1.55版。 如果您使用的是GCC，则支持的最早版本是5.4。 接触： 请使用dio
clustal omega source code
12-26
clustal omega 安装源程序（适用于linux中安装），安装方法(ubuntu为例） 解压，cd到目的路径， sudo ./configure sudo make sudo make install Fast, scalable generation of high-quality protein multiple sequence alignments using Clustal Omega
clustal omega （windows 64位） 安装包
10-16
Clustal是一款用来对（DNA序列）的软件。可以用来发现特征序列，进行蛋白分类，证明序列间的同源性，帮助预测新序列二级结构与三级结构，确定PCR引物，以及在分子进化分析方面均有很大帮助。Clustal包括Clustalx和Clustalw（前者是图形化界面版本后者是命令界面），是生物信息学常用的多序列比对工具。ClustalOmega 是用Clustal家族的最新补充。 在以前的版本基础上，它提供了一个显着增长的可扩展性，使数以十万计的序列在只有几个小时内排列。 它也将使用多个处理器包含其中。 此外，从流行的衡量基准角度，她的品质路线比以前的版本有巨大的改善。
pedestrians_recognition:通过持续的同源性执行行人识别
03-04
行人识别 描述。 这样做的目的是在一个玩具示例上说明持久性同源性坐标不变性的好处。 使用他们口袋中携带的智能手机的加速度传感器记录了3个行人A，B和C的行走，从而在R3中产生了3个多元时间序列：每个时间序列代表相应行人在一个坐标中的加速度的3个坐标系统连接到传感器。 由于智能手机被携带在未知的不同位置并且没有固定，因此每个Smatphone的坐标系之间没有对应关系，因此无法使用坐标来比较这些时间序列。 使用滑动窗口，已将每个时间序列划分为由200个连续点构成的100个时间序列的列表，这些连续点存储在数据A，数据B和数据C中。每个200点的集合分别关联有标签A，B或C。该项目旨在通过持久性图进行监督学习，以实现行人识别。 任务。 （将数据与Python脚本一起下载以加载它。） 计算并保存建立在R 3中每个点云之上的Vietoris-Rips过滤的0维和1维余辉图。 计算图表之间成对瓶
基于c语言实现的对代码的同源性检测.zip
01-13
本次课程设计为了巩固上学期在软件安全课程上所学的安全知识，包括堆栈溢出、整数溢出等等，同时考察了一些课外的新事物，例如字符串匹配与CFG控制流程图的同源性检测。根本目的是让同学们加深对软件安全本门学科的...
用于 RNA 灵活性分析的基于加权持久同源性的机器学习-研究论文
06-10
通过使用持久同源性的特征，该模型在蛋白质 B 因子预测中实现了显着的高精度。 受其成功的启发，我们提出了基于加权持久同源性 (WPH) 的机器学习 (WPHML) 模型用于 RNA 灵活性分析。 我们的 WPH 是一个新提出的模型...
序列相似性比较与同源性分析
计算之道的博客
10-24 1308
首先应该注意区分序列相似性与序列同源性的关系，序列相似不一定同源，但是判定同源性关系的时候有些算法（Maximum likelihood除外）要考虑到序列相似性。序列相似性是将待研究序列与DNA或蛋白质序列库进行比较，用于确定该序列的生物属性，也就是找出与此序列相似的已知序列是什么，完成这一工作只需要用到两两序列比较算法，常用的程序包有BLAST，FASTA等。同源性分析是将待研究序列加入到一组与之同源，但是来自不同物种的序列中进行多序列比对，以确定该序列与其它序列间的同源性大小。
蛋白质结构与功能的预测方法总结和资料汇总
AimAtFuture的专栏
06-01 2万+
“折叠（fold）”的概念 “折叠（fold）”是近年来蛋白质研究中应用较广的一个概念，它是介与二级和三级结构之间的蛋白质结构层次，它描述的是二级结构元素的混合组合方式。 二级结构的预测方法介绍： Chou-Fasman算法： 　 是单序列预测方法中的一种，它是使用氨基酸物理化学数据中派生出来的规律来预测二级结构。首先统计出20种氨基酸出现在α螺旋、β折叠和无规则卷曲中出现频率的大小，然
生物信息学入门之基本概念之蛋白质同源检测和折叠识别
进阶的码农小白
06-18 1万+
前言 蛋白质同源性检测和折叠识别是近些年来生物信息学中的热点问题。通过蛋白质远同源性检测和折叠识别，能够初步推断未知蛋白质的结构和功能。其中，SCOP数据库[1]按照层级结构将蛋白质进行分类，从上到下依次是：类(class)，折叠(fold)，超家族(superfamily)和家(family)（如图1-1所示）。蛋白质远同源性检测的任务就是找出未知蛋白质所属的超家族。折叠识别的任务就是找...
怎样进行序列同源性比对
06-08
序列同源性比对是一种常见的生物信息学分析方法，用于比较两个或多个生物序列之间的相似性和差异性。下面是进行序列同源性比对的一般步骤： 1. 确定比对的目的和范围：确定需要比对的序列类型（DNA、RNA、蛋白质序列），以及比对的范围（全局比对、局部比对等）。 2. 选择比对算法：根据比对的目的和范围，选择合适的比对算法。常用的比对算法包括Smith-Waterman算法、Needleman-Wunsch算法、BLAST算法等。 3. 准备比对数据：获取需要比对的序列数据，并进行适当的预处理，如去除序列中的空格、换行符等符号，转换成合适的格式等。 4. 进行比对：根据选择的比对算法，对序列进行比对，计算序列之间的相似性和差异性。比对结果一般包括比对得分、比对长度、匹配位置等信息。 5. 分析比对结果：根据比对结果，分析序列之间的相似性和差异性，进一步推断序列的结构、功能等特征。 需要注意的是，序列同源性比对是一种计算密集型的任务，需要使用高性能计算设备或云计算平台进行计算。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值