Deteção de ortólogos e parálogos utilizando a árvore filogenética - Malhi, Manpreet Singh;Kaur, Sukhdeep
25,99 €
inkl. MwSt.

Versandfertig in 6-10 Tagen
payback
13 °P sammeln
  • Broschiertes Buch

A ortologia e a paralogia são conceitos centrais na biologia evolutiva. A previsão de ortólogos (genes homólogos que divergiram devido à especiação) e paralólogos (genes homólogos que divergiram devido à duplicação) é parte integrante de muitos métodos de genómica comparativa. Existem vários métodos utilizados para inferir ortologia e paralogia. A ortologia e a paralogia podem ser inferidas utilizando métodos baseados em grafos e métodos filogenéticos. No entanto, o método baseado em análises filogenéticas assemelha-se muito à definição original de ortologia e paralogia e é conhecido por ser…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
A ortologia e a paralogia são conceitos centrais na biologia evolutiva. A previsão de ortólogos (genes homólogos que divergiram devido à especiação) e paralólogos (genes homólogos que divergiram devido à duplicação) é parte integrante de muitos métodos de genómica comparativa. Existem vários métodos utilizados para inferir ortologia e paralogia. A ortologia e a paralogia podem ser inferidas utilizando métodos baseados em grafos e métodos filogenéticos. No entanto, o método baseado em análises filogenéticas assemelha-se muito à definição original de ortologia e paralogia e é conhecido por ser exato. No presente trabalho, é desenvolvido um pipeline para a deteção de ortólogos e paralólogos com base na abordagem filogenética. Um conjunto de proteínas foi descarregado do UniProt e foi criada uma base de dados. Foram detectados ortólogos e parálogos para a sequência de proteínas em causa. Foram utilizados o algoritmo de sobreposição de espécies e o limiar de distância patrística entre pares para identificar a previsão exacta e ajustada de parálogos e ortólogos. Foi desenvolvida uma interface amigável para facilitar a utilização.
Autorenporträt
Manpreet Singh tiene más de 14 años de experiencia en el campo de la biología computacional. Sus intereses incluyen métodos de aprendizaje automático en bioinformática, análisis de datos en biología vegetal y métodos computacionales en mejora de cultivos.