如何应用HMM模型识别CPG岛.pptVIP

如何应用HMM模型识别CpG岛 张宏志 CpG岛的定义 一类长度在几百bp的特殊DNA序列，其中CG核苷酸出现的频率非常高，即为CpG岛。例如：ACGCGCGTACGCGAAT 隐马尔库夫模型 一个HMM模型是一个三元组M=(A,S, ⊙) A：字母表 S: 有限状态集合，每个状态可以释放字母 表中的字符 ⊙：为概率集合，包括两个部分 状态转换概率fk,l k,l∈S,表示从状态k转 换到l的概率； 字符释放概率ek(b) k∈s,b∈A,表示在状态k下释放 出字符b的概率 隐马尔库夫模型 令路径∏=（∏1，∏2，…，∏L）是一个相继状态序列 X=（x1，x2，…，xL）是一个字符序列 对于给定的路径∏，可以按下面的公式计算出产生序列X的概率 这里令∏0 为起始状态，∏L+1为终止状态。 应用HMM模型识别CpG岛 ㈠模型的建立 八个状态：A﹢ C﹢ G﹢ T﹢ A﹣ C﹣ G﹣ T﹣ “ + ”表示在CpG 岛内，“﹣ ”表示在CpG岛外 此模型将所有释放概率都设为1,（释放字符为AGCTAGCT）所以只考虑其转移概率 A无法确定其为A﹢还是A﹣,故此次模型是HMM模型，其观察的序列不是状态本身 A的下一状态可能