Canal-U

Mon compte

Résultats de recherche

Nombre de programmes trouvés : 1025
Label UNT Vidéocours

le (4m29s)

1.6. GC and AT contents of DNA sequence

We have designed our first algorithmfor counting nucleotides. Remember, what we have writtenin pseudo code is first declaration of variables. We have several integer variables that are variables which cantake as a value an integer. One, two, three minus five and so on. We have the sequence of characters we want to interpret, declare as a character string oflengths and define. Then we have the initializationof our different variables. This symbol is a symbol for assignment, it means that zero becomes the value of total nb, nbT and soon and so on and here we say: index takes the value one. It means that we position at the beginning of ...
Voir la vidéo
Label UNT Vidéocours

le (4m23s)

4.4. Aligning sequences is an optimization problem

We have seen a nice and a quitesimple solution for measuring the similarity between two sequences. It relied on the so-called hammingdistance that is counting the number of differencesbetween two sequences. But the real situation is a bitmore complex as we'll see now, it needs an adequatesolution and algorithm. Why is it a bit more complex? Let's have a look at thispair of two sequences. If we apply the hamming distance,compute the hamming between these two sequences,we find ten differences. OK. But you must remember thatmutation may be substitution, deletion and insertion. So if wetake into account the deletion and insertion, the situation isvery different in the case of these two sequences. ...
Voir la vidéo
Label UNT Vidéocours

le (4m21s)

3.2. Un algorithme simple de prédiction de gènes

Sur la base des principes énoncés précédemment, nous allons écrire un premier algorithme de prédiction de gènes sur un texte génomique procaryote. Je rappelle ces principes. L'idée est la suivante : de rechercher des triplets STOP consécutifs dans la même phase, consécutifs de telle façon qu'effectivement il n'y ait pas un stop qui vienne se mettre au milieu et qui casserait, en quelque sorte, la région codante qui doit être traduite dans son intégralité. Donc, recherche de deux triplets STOP consécutifs, suffisamment éloignés l'un de l'autre pour qu'il y ait de la place pour coder une protéine fonctionnelle. Ensuite, on recherche le ...
Voir la vidéo
Label UNT Vidéocours

le (4m12s)

4.6. A path is optimal if all its sub-paths are optimal

A sequence alignment between two sequences is a path in a grid. So that, an optimal sequence alignmentis an optimal path in the same grid. We'll see now that a property of this optimal path provides us with scanned lines for designing an optimization algorithm. The property is the following. A path which is optimal is made up of optimal sub-paths. To prove that, we can start byproving that if a path of length L is optimal then the path of length L minus one is also optimal. This can be proved quiteeasily ad arburdum. That is, you take the hypothesis that the path of length L is optimal ...
Voir la vidéo
Label UNT Vidéocours

le (4m10s)

4.4. L’alignement de séquences devient un problème d’optimisation

La distance de Hamming nous donne une première possibilité de mesurer la similarité entre 2 séquences. Mais elle ne reflète pas suffisamment la réalité biologique. Qu'est-ce que j'entends par là ? On a parlé de mutations et nous avons vu qu'il y avait 3 types de mutation : les substitutions et les insertions délétions. Insertion dans une séquence, délétion dans l'autre et vice versa. Il faut tenir compte de cette catégorie de mutation, c'est pourquoi il nous faut changer notre manière effectivement d'évaluer la différence et à l'inverse la similarité entre 2 séquences. Prenons cet exemple de 2 séquences ici ...
Voir la vidéo

 
FMSH
 
Facebook Twitter
Mon Compte