Zusammenfassung
In Kapitel 10 auf Seite 185 zur Vorhersage von Protein-Sekundärstruktur war erkennbar, dass die Vorhersagequalität nicht ausreichend war. Ein Problem mag darin liegen, dass der betrachtete Sequenzkontext zu klein war; man denke hier an die Vorhersage von β-Strängen, die ja meist erst im β-Faltblatt oder anderen weitreicherenden Wechselwirkungen stabilisiert werden. Hier müsste man also per menschlicher Intelligenz kompliziertere Regeln aufstellen oder man benutzt entsprechende informationstechnische Modelle, die solche Regeln selbst „lernen“. In diesem Kapitel soll ein solches System anhand der Vorhersage von Transmembran-Helices mit Hilfe eines „Hidden-Markov-Modells“ (HMM) vorgestellt werden; im nächsten Kapitel wird die Vorhersage von Protein-Sekundärstruktur mit Hilfe eines „Neuronalen Netzes“ gezeigt.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Notes
http://www.cse.ucsc.edu/research/compbio/ismb99.handouts/KK185FP.html
http://www.stat.yale.edu/~jtc5/BioinformaticsCourse2001/EasyHMM.htm
http://www.cse.uesc.edu/research/compbio/sam.html
http://mendel.imp.univie.ac.at/documents/SAM-T99/
http://www.cse.uesc.edu/research/compbio/HMM-apps/HMM-applications.html
http://pfam.wustl.edu/
http://hmmer.wustl.edu/
http://www.cbs.dtu.dk/services/TMHMM/
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2003 Springer Basel AG
About this chapter
Cite this chapter
Steger, G. (2003). Vorhersage von Transmembran-Helices per Hidden-Markov-Modell. In: Bioinformatik. Birkhäuser, Basel. https://doi.org/10.1007/978-3-0348-7984-2_12
Download citation
DOI: https://doi.org/10.1007/978-3-0348-7984-2_12
Publisher Name: Birkhäuser, Basel
Print ISBN: 978-3-7643-6951-4
Online ISBN: 978-3-0348-7984-2
eBook Packages: Springer Book Archive