Visión General
Un modelo oculto de Markov (HMM) es un modelo estadístico que representa una secuencia de eventos observables como generada por una secuencia subyacente de estados ocultos no observados. En bioinformática, los HMM modelan secuencias biológicas donde los estados ocultos podrían representar límites exón/intrón, elementos de estructura secundaria de proteínas o columnas conservadas en un alineamiento de secuencias múltiple. El poder del marco HMM radica en su capacidad para capturar patrones de conservación específicos de posición, inserciones y deleciones a través de una arquitectura probabilística unificada entrenada a partir de ejemplos conocidos.
Conceptos Clave
Un HMM se define por tres conjuntos de parámetros: probabilidades de transición entre estados ocultos, probabilidades de emisión de observar un símbolo desde cada estado y probabilidades de estado inicial. El algoritmo de Viterbi encuentra la secuencia más probable de estados ocultos para una observación dada — por ejemplo, la estructura génica más probable para una secuencia de ADN genómico. El algoritmo forward-backward calcula la probabilidad posterior de cada estado en cada posición, que puede usarse para evaluar la confianza de la predicción. Los HMM de perfil, construidos a partir de alineamientos de secuencias múltiples, modelan familias de dominios de proteínas. El paquete de software HMMER utiliza HMM de perfil para la detección sensible de homología remota, superando a BLAST para secuencias divergentes.
Aplicaciones
Los HMM se utilizan para la predicción de genes en genomas procariotas y eucariotas, identificando sitios de empalme y regiones codificantes. Los HMM de perfil clasifican proteínas en familias y superfamilias, ayudando a la predicción de estructura de proteínas y a la anotación funcional. Modelan la especificidad de sustrato en clasificación y nomenclatura de enzimas y detectan elementos reguladores en estructura y topología del ADN. En metagenómica, los HMM asignan roles funcionales a fragmentos de origen desconocido.
