如何应用HMM模型识别CPG岛.ppt_第1页
如何应用HMM模型识别CPG岛.ppt_第2页
如何应用HMM模型识别CPG岛.ppt_第3页
如何应用HMM模型识别CPG岛.ppt_第4页
如何应用HMM模型识别CPG岛.ppt_第5页
已阅读5页，还剩3页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

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 lk 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 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的下一状态可能在岛内也可能在岛外 模型的训练 假设字符处于CpG岛内的概率为p 岛外的概率为q 即可得到一个状态转移概率矩阵 用B W算法对于给定的字符序列X 调整模型的参数 即隐马尔科夫模型中的学习问题 使得概率P X M 最大 应用HMM模型中的解码问题给定一个HMM模型M A S 和一个字符序列X 在M中为X寻找一条最优路径 该路径从起始状态出发 结束与终止状态 在路径中的每一个状态都选择释放一个字符 要求使P X 最大 判断结果如果找到最优路径 且其穿过
人人文库> 全部分类> 专业文献 > IT计算机

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论