隐马尔可夫模型用于蛋白质序列分析

• 作者: 吴晓明 宋长新 王波 程敬之
• 来源期刊: 生物医学工程学杂志
• 学科: 医学
• 关键词: 隐马尔可夫模型 SCOP数据库 蛋白质分类 序列分析
• 年，卷（期）: 2002,（3）
• 所属期刊栏目: 论著
• 页码范围: 455-458
• 页数: 4页
• 分类号: R318
• 字数: 3929字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-5515.2002.03.025

摘要

隐马尔可夫模型(Hidden Markov model,HMM)用于蛋白质研究是生物信息学研究的新领域.目前,人们已经得到大量的蛋白质序列和结构数据,传统研究蛋白质的方法已经不再实用,生物学家已经转向能够处理大量数据的统计方法来进行研究.隐马尔可夫模型可以通过训练,识别同一特征的蛋白质序列.从SCOP数据库中选择了一个蛋白质族,由它得到了能够代表该族特征的隐马尔可夫模型,并用该模型对一些蛋白质序列进行分析.结果表明,HMM能够较好的表示同一族的蛋白质,并能够从许多蛋白质序列中识别出该族的蛋白质序列.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程敬之	西安交通大学生命科学与技术学院	53	526	12.0	21.0
2	吴晓明		1	24	1.0	1.0
3	宋长新		1	24	1.0	1.0
4	王波		1	24	1.0	1.0