โครงการ STEME เริ่มต้นชีวิตเป็นประมาณที่จะอัลกอริทึมคาดหวัง-Maximisation สำหรับประเภทของรูปแบบที่ใช้ในแงบรรทัดฐานเช่นมส์
STEME & rsquo; S ประมาณ EM ทำงานลำดับความสำคัญได้อย่างรวดเร็วกว่าการดำเนินงานมส์สำหรับการตั้งค่าพารามิเตอร์ทั่วไป STEME ขณะนี้ได้พัฒนาเป็นบรรทัดฐานค้นหาเต็มเปี่ยมในตัวของมันเอง
ทำไมต้องใช้ STEME? </ strong>
เทคนิคการหาแรงจูงใจในการพิสูจน์
STEME จะขึ้นอยู่กับความพยายามและการทดสอบอัลกอริธึมส์ มส์เป็นหนึ่งในแรงจูงใจส่วนใหญ่เป็นผู้ใหญ่และเป็นที่นิยมแง มันเป็นหนึ่งในนักแสดงชั้นนำใน Tompa et al, & rsquo;. s เปรียบเทียบมาตรฐานของแงแม่ลาย
ออกแบบมาสำหรับชุดข้อมูลขนาดใหญ่
STEME ถูกออกแบบมาเพื่อใช้กับชนิดของชุดข้อมูลขนาดใหญ่ที่สร้างขึ้นโดยทั่วไปการทดลองทางชีวภาพที่ทันสมัย STEME ได้รับการทดสอบกับการป้อนข้อมูลในสิบของ megabases แต่มีเหตุผลที่มันไม่ควรจะนำมาใช้ในชุดข้อมูลขนาดใหญ่ไม่มี
รวดเร็ว
STEME เป็นไปอย่างรวดเร็ว โดยปกติแงบรรทัดฐานมี runtime ที่เติบโตอย่างรวดเร็วด้วยขนาดของการป้อนข้อมูล เนื่องจาก STEME & rsquo; S ใช้ไม้ต่อท้ายมันจะไม่ประสบปัญหานี้ STEME มีตัวเลือกในการควบคุมการใช้งานจริงเพื่อให้ผู้ใช้ควบคุมวิธียาวที่พวกเขากำลังเตรียมที่จะรอผล
รูปแบบบรรทัดฐานที่มีความยืดหยุ่น
แงบรรทัดฐานหลายคน (โดยเฉพาะอย่างรวดเร็วแงบรรทัดฐาน enumerative) ใช้ลำดับฉันทามติเป็นรูปแบบของเว็บไซต์ที่มีผลผูกพัน เหล่านี้ไม่ได้เป็นความยืดหยุ่นเป็น PWMs ที่ STEME ใช้และไม่สามารถจับภาพช่วงเดียวกันของลวดลายเป็น PWMs
ง่ายต่อการใช้
STEME ผลิตออกในมส์ & rsquo; s รูปแบบจัดตั้งขึ้นรวมทั้งทำให้ง่ายต่อการใช้เครื่องมือในการล่อง STEME & rsquo; ผลผลิตได้รับการทดสอบด้วยเครื่องมือจากมส์, BioPython และ BioPerl
การคำนวณที่ถูกต้องอย่างมีนัยสำคัญ
STEME & rsquo; S คำนวณอย่างมีนัยสำคัญได้รับการออกแบบที่มีชุดข้อมูลขนาดใหญ่ในใจ แง Motif ที่ไม่ได้ถูกเขียนขึ้นสำหรับชุดข้อมูลขนาดใหญ่มักจะไม่ดีสามารถวินิจฉัยผิดความสำคัญของลวดลายที่พวกเขาพบ ปัญหานี้เป็นปัญหาร้ายกาจโดยเฉพาะอย่างยิ่งและยากสำหรับผู้ใช้ในการระบุ
ที่มีจำหน่ายเป็นบริการเว็บ
STEME สามารถติดตั้งไว้บนเครื่องของคุณหรือสามารถทำงานผ่านเว็บในเซิร์ฟเวอร์ของเรา
เอกสารแพคเกจ
ต้องการ
- หลาม
ความคิดเห็นที่ไม่พบ