马尔柯夫模型和DNA序.pdfVIP

7.91/7.36/BE.490 第 五 讲 2004.3.4 马尔柯夫模型及 DNA 序 列进化 Chris Burge DNA 的马尔柯夫及隐马尔柯夫模 型  剪接位点的马尔柯夫模型  隐马尔柯夫模型 —— 在头巾下观看  威特比(Viterbi) 演算法  真实世界中的隐马尔柯夫模型 CpG 岛 CpG 岛隐马尔柯夫模 型 CpG 隐马尔柯夫模型Ⅱ CpG 隐马尔柯夫模型Ⅲ 想推断 测 但是HMM 写在其它方向（依靠隐藏才 可见） 从可见的推断隐藏部分 （贝叶斯法则） 条件 prob: P(A|B)=P(A,B)/P(B) 计算稍微有点困难 注意： 即 因此可 视为常数 将 寻找最佳 “分列” （viterbi 算法 ） 寻找隐藏状态的顺序 连接概率最佳化： 序列最佳”分列 “ 解决方案： 定 义 R （h ） = 在以状态 h 结束情况下，子序列 i 1…i 最佳分列的概率 递归解答，例如：根据 R1 （h ）确定 R （h ）。 2 Viterbi 算法 “格架”图表 序列中的位置 藏 隐 层 长度为 L 的序列k 层隐马尔柯夫模型运行时间 关于 Viterbi 算法的例 子 什么是序列的最优分列： 1.5 的幂次： HMMs 在其它方面的应用 HMMs 的发展 有用的 HMMs 的发展 H s 中的参数估 计 大于4 个字母表尺寸的k 层 H 需要多少 个参数？ 初始概率： 转换概率： 发散概率： 假数 如果在训练集中序列的数目都很大且具有多样性，那么训练集中 的序列就表现出了基序好的统计取样… .. 如果不是，那就出现取 样错误！ 可以增加假数来纠正。但是要加多少了？ 太多的假数会支配频率……结果矩阵不能运行。 太少的假数会忽略氨基酸的变异，而且我们也只能 找到产生基序的序列。 当取样好（稳健）时，加少量的假数；当取样少时，加较多的假 数。 比较合理的方法是加 个假数， N 是序列的数目…… 当 N 增加时，假数的影响力减弱，因为 N 比 增加快，但 是当 N 较低时，增加不够。