生物信息学课件 3.5.4hmm应用实例.pptVIP

 3.5.4 隐马尔可夫模型方法在基因识别中的应用 1.马尔可夫模型 马尔可夫是俄国的数学家(1856-1922)。 马尔可夫模型是一个概率统计模型。 （1）Markov模型的基本概念 （2）Markov 模型的组成 （3）Markov链 （1） Markov模型的基本概念 ①马尔可夫过程:一个过程的“将来”仅依赖“现在”而不依赖“过去”，此过程具有马尔可夫性,或称此过程为马尔可夫过程。数学表示式： ②马尔科夫链:时间和状态都离散的马尔科夫过程。 ③马尔科夫链的状态空间记做： ④马尔科夫链（马氏链）在时刻m处于状态Si条件下，在时刻m +n转移到状态Sj的转移概率是条件概率： ⑤由于马氏链在时刻m从任何一个状态Si 出发，到另一时刻m +n，必然转移到Sj，j=1,2,…，诸状态中的某一个，所以有： ⑥当pij (m,m+n)与m无关时，称马尔科夫链为齐次马尔科夫链，通常说的马尔科夫链都是指齐次马尔科夫链。 （2）Markov 模型的组成 ①随机序列变量： ②状态空间： 为方便起见，可用状态下标代表相应的状态。 ③转移概率矩阵： ④初始状态向量： (3)Markov链 2.马尔可夫链在识别CpG岛中的应用 (1) CpG岛(CpG island)定义： 一类长度在几百bp的特殊DNA序列，其中CG