2021.11.22【读书笔记】丨生物信息学与功能基因组学（第五章第四节 隐马尔可夫模型）

• 5.4 谱搜索：隐马尔可夫模型（HMMs）
  • 谱隐马尔可夫模型在生成用于识别远缘序列相似度的位置特异性打分系统时，比PSSMs更通用，如语音检测，声纳等一系列信号检测问题；
  • 在生信领域，HMMs已经被用于各式各样的应用：序列比对、蛋白质结构预测、蛋白质跨膜区域预测、染色体拷贝数变化分析和基因发现算法等；
  • 优势：
    • 谱HMMs是一个概率模型，它评估在比对中的一个给定位点上发生匹配、错配、插入和确实（空位）的可能性。通过开发一个基于已知序列的统计学模型，我们可以使用谱HMM来描述一个特定序列与模型相匹配的可能性。
    • 谱HMM可以将一个多序列比对转换成一个位置特异性评分系统。谱HMM的一个常见应用是在谱HMMs的一个数据库中查询一条感兴趣的单一蛋白质序列，另一应用时在一次数据库搜索中将一个谱HMM作为查询条目，例如PFAM和SMART。
  • 马尔科夫链：
    • 一种数据结构，由一个初始状态，一个有限的、离散的可能状态集合和描述如何从一个状态到下一个状态移动的转移函数组成。又被称为有限状态机。

      • 

  • 一个HMM包含一系列被定义的状态，是一个可以被用以描述在一个序列中每一个位置所处“状态”的模型。