基于隐马尔科夫模型的基因识别系统设计与实现  

Design and Realization of Genes Recognizing System Based on Hidden Markov Model

作　　者：刘青[1] 严向东[1] 

机构地区：[1]华中科技大学计算机学院计算机应用系,武汉430074

出　　处：《计算机工程与应用》2003年第24期69-71,共3页Computer Engineering and Applications

基　　金：国家自然科学基金重大研究计划项目资助(编号:90203011)

摘　　要：随着基因组研究的发展,利用机器学习方法进行基因识别被广泛使用,这些方法包括神经网络算法、基于规则的方法、决策树、概率推理等。文章描述了一种基于隐马尔科夫模型的基因识别系统,介绍了EM训练算法和Viterbi序列分析算法,该系统运用Burset&Guigo的公共数据集进行测试,核苷识别的Sn和Sp两个参数分别可以达到68%和88%,外显子识别的Sn和Sp参数达到60%和63%。As the development of the Genome Project,gene recognizing systems use many machine learning techniques,including neural network algorithms ,dynamic programming,rule-based method,decision trees and probabilistic reasoning.This paper describes a precise probabilistic method for modeling sequences of DNA:Hidden Markov Model.A practical program based on the above model is developed,and a good result is acquired by testing the data set of Burset&Guigo.

关 键 词：隐马尔科夫模型 基因识别 EM算法 VITERBI算法 机器学习方法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]