his.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Detection and analysis of megasatellites in the human genome using in silico methods
Högskolan i Skövde, Institutionen för kommunikation och information.
2005 (Engelska)Självständigt arbete på avancerad nivå (magisterexamen)Studentuppsats
Abstract [en]

Megasatellites are polymorphic tandem repetitive sequences with repeat-units longer than or equal to 1000 base pairs. The novel algorithm Megasatfinder predicts megasatellites in the human genome. A structured method of analysing the algorithm is developed and conducted. The analysis method consists of six test scenarios. Scripts are created, which execute the algorithm using various parameter settings. Three nucleotide sequences are applied; a real sequence extracted from the human genome and two random sequences, generated using different base probabilities. Usability and accuracy are investigated, providing the user with confidence in the algorithm and its output. The results indicate that Megasatfinder is an excellent tool for the detection of megasatellites and that the generated results are highly reliable. The results of the complete analysis suggest alterations in the default parameter settings, presented as user guidelines, and state that artificially generated sequences are not applicable as models for real DNA in computational simulations.

Ort, förlag, år, upplaga, sidor
Skövde: Institutionen för kommunikation och information , 2005. , s. 81
Nyckelord [en]
Genomic variation, repetitive sequences, tandem repeats, polymorphism, satellite DNA, megasatellites, Megasatfinder, in silico prediction, algorithm analysis method.
Nationell ämneskategori
Bioinformatik och systembiologi
Identifikatorer
URN: urn:nbn:se:his:diva-961OAI: oai:DiVA.org:his-961DiVA, id: diva2:3386
Presentation
(Engelska)
Uppsök
bio-/geovetenskap
Handledare
Tillgänglig från: 2008-03-07 Skapad: 2008-03-07 Senast uppdaterad: 2009-05-11

Open Access i DiVA

fulltext(3754 kB)236 nedladdningar
Filinformation
Filnamn FULLTEXT01.psFilstorlek 3754 kBChecksumma SHA-1
6eaabb86da76ac9ba419df38c147b8cbf53e15b094faf38b20d8bd1949e12c961ac4b719
Typ fulltextMimetyp application/postscript
fulltext(731 kB)204 nedladdningar
Filinformation
Filnamn FULLTEXT02.pdfFilstorlek 731 kBChecksumma SHA-512
f42ae550461446192ac8c35042fe0600e7a0c9cd2ff79198516b3813a7d7b134c3ac806307af7462a72c49b30143148e8b51944a0a9b46adf4924fe9ef052fad
Typ fulltextMimetyp application/pdf

Av organisationen
Institutionen för kommunikation och information
Bioinformatik och systembiologi

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 440 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 393 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf