Bioinformatika fanining rivojlanish tarixi

NCBI da BLAST
Mark yashirin modellari.
Yashirin Markov modeli bu Markov zanjiri bo'lib, uning holati faqat qisman kuzatilishi mumkin. Boshqacha qilib aytganda, kuzatuvlar tizimning holati bilan bog'liq, ammo ular odatda holatni aniq aniqlash uchun etarli emas. Yashirin Markov modellari uchun bir nechta taniqli algoritmlar mavjud. Masalan, kuzatishlar ketma-ketligini hisobga olgan holda, Viterbi algoritmi vaziyatlarning eng mos keladigan ketma-ketligini, oldinga yo'naltirilgan algoritm kuzatishlar ketma-ketligining ehtimolligini va Baum-Welch algoritmi boshlang'ich ehtimolliklarni, o'tishni taxmin qiladi. funktsiyasi va yashirin Markov modelining kuzatuv funktsiyasi.Umumiy foydalanishlardan biri nutqni tanib olishdir, bu erda kuzatilgan ma'lumotlar nutq audio to'lqin shakli, yashirin holat esa so'zlashuv matni. Ushbu misolda Viterbi algoritmi nutq audiosi berilgan, ehtimol so'zlashuv so'zlarining ketma-ketligini topadi.
Genlarni taqqoslash asosida turlarning filogenetik yaqinligini aniqlash.
Filogenetik daraxtni tuzish. Dastlabki davrlarda filogenetik daraxtlar oqsil yoki nuklein kislota ketma-ketligiga ko’ra tiklangan. Maxsus xisoblash (filogenetik) usullaridan foydalanilgan xolda kiritiladigan ketma-ketliklarning ixtiyoriy sonlariga ko’ra daraxtlab tuzilgan. Xaqiqiatga yaqin kelish prinsipiga asoslangan o’lchov (kriteriy)- mazkur daraxt topologiyasi berilgan nukleotid ketma-ketliklari (saralangan) ning nisbatan ishonchli mos kelish o’lchovi bo’lib xisoblangan. Ba’zan Bayes prinsipi xam qo’llanilib, undan foydalanish kko’p xollarda baxslarga sabab bo’ladi. Ehtimolli kriteriy (haqiqatga yaqin) lar esa xisob-kitob uchun mashinada ko’p ish vaqtini talab etadi. “Maksimal ekonomiya” hamda kiritiluvchi ketma-ketliklar orasidagi masofani oldindan xisoblashga asoslangan bir qator kriteriylar nisbatan tez aniqlanadi. Istalgan mezonning oldida optimal daraxtni topish vazifasi turadi. Kiritilayotgan ketma-ketliklarning soni ortishi bilan ushbu masalani xal qilish uchun talab etiladigan vaqt ham ortib boradi, shuning uchun kiritilayotgan ketma-ketliklarni yetarli darajada qoniqtiruvchi daraxtni topish uchun evristik qidiruv va optimallashtirish usullaridan foydalaniladi. Bundan tashqari “qoshnilarni birlashtirish usuli” (Neighbor-joining method) kabi algoritmlar xam keng tarqalgan. Ular topologiyalar qurulmasi va biror bir mezonni xisoblash bilan umuman shug’ullanmasdan, to’g’ridan to’g’ri daraxt tuzadi. Kiritilayotgan ma’lumotlarning sifati yaxshi bo’lsa, daraxtning ishonchlilik darajasi ham yuqori bo’ladi.