18-隐马尔可夫模型.pdf

隐马尔可夫模型 Hidden Markov Model Hidden Markov Model 思考题： 对给定的一定长度的DNA序列，识别其上CpG岛大致位的 方法。 两个问题： （1）给定一段DNA序列片段，判断它是否是 CpG岛？对应于Markov模型问题 （2 ）给定一段DNA序列，识别其中的CpG岛？ 对应于隐Markov模型问题 主要内容  隐马尔可夫模型的基本概念  隐马尔可夫模型中的三个基本问题  隐马尔可夫模型的生物信息学应用— CpG岛识别 一、隐马尔可夫模型的基本概念 隐马尔可夫模型（hidden Markov model , 记作：HMM ）是马尔可夫模 型的进一步发展。其在生物信息学分 析中得到了广泛的应用。 （1）HMM的基本概念 马尔可夫模型主要是把一个总随机 过程看成一系列状态的不断转移，其特 性主要使用“转移概率”来表示。 HMM则认为模型的状态是不可观测 的（这是“隐”的由来）。能观测到的 只是它表现出的一些观测值 （observations ） 例：隐马尔可夫链—观测三个硬币状态 O (o o ...o ) (HHHTHHT ...T) 1 2 T a a 11 22 a 12 1 2 a 21 a a 13 32 a 31 a 23 3 a 33 O (o o ...o ) (HHHTHHT ...T) 1 2 T 每个硬币代表一个状态; 每个状态有两个观测值: 正面 H 和反面 T; 每个状态产生H的概率：P(H); 每个状态产生T的概率为：1-P(H) 对比两个模型可见： 马尔可夫模型的观测序列本身就是 状态序列； 隐马尔可夫模型的观测序列不是状 态序列； 引例2 设有N个篮子，每个都装了许多彩色小球， 小球颜色有M种.现在按下列步骤产生出一个输 出符号(颜色)序列:按某个初始概率分布，随机 的选定一个篮子，从中随机地取出一个球，记 录球的颜色作为第一个输出符号，并把球放回 原来的篮子.然后按照某个转移概率分布(与当 前篮子相联系)选择一个新的篮子(也可能仍停 留在当前篮子)，并从中随机取出一个球，记下 颜色作为第二个输出符号. 如此重复地做下去，这样便得到一个输出序列. 我们能够观测到的是这个输出序列—颜色符号 序列，而状态(篮子)之间的转移(状态序列)被隐 藏起来了.每个状态(篮子)输出什