1 / 30

Skryt é Markovove modely

Skryt é Markovove modely. Andrej Lúčny Katedra aplikovanej informatiky FMFI UK lucny@fmph.uniba.sk http://www.fmph.uniba.sk/~lucny. Motiva čná úloha. G. A. G. T. T. G. A. G. G. G. A. A. A. A. A. G. C. G. M áme jedno vlákno DNA, čo je postupnosť báz A, C, G, T

lumina
Download Presentation

Skryt é Markovove modely

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Skryté Markovove modely Andrej Lúčny Katedra aplikovanej informatiky FMFI UK lucny@fmph.uniba.sk http://www.fmph.uniba.sk/~lucny

  2. Motivačná úloha G A G T T G A G G G A A A A A G C G Máme jedno vlákno DNA, čo je postupnosť báz A, C, G, T Potrebujeme určiť, ktoré časti vlákna sú exony (E), introny (I) a gény nekódujúca DNA (N) G A G T T G A G G G A A A A A G C G N N N N N N I I I I I E E E E E E N

  3. N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A Markovov model DNA: Máme tri urny: E, I a N. V každej sú schované guličky A, C, G a T a na každej je ruleta, ktorej jamky sú podelené na úseky E, I a N

  4. N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A p(A) = 2/7 p(C) = 3/7 p(G) = 1/7 p(T) = 1/7 p(A) = 3/7 p(C) = 1/7 p(G) = 1/7 p(T) = 2/7 p(A) = 2/7 p(C) = 1/7 p(G) = 3/7 p(T) = 1/7

  5. 2/10 2/10 1/10 6/10 6/10 7/10 N E N I N I 1/10 I E E 2/10 E I N 3/10 C T G C A C T T T C C G A A A G G G A A A

  6. N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A G Markovov proces: • Vytiahneme jednu guličku z urny (a vrátime ju späť) • Zatočíme ruletou na urne a podľa výsledku sa presunieme

  7. N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A A N N GA . . . . .

  8. N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A G N N N G A G . . . . .

  9. N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A T N N N N G A G T . . . . .

  10. N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A T N N N N N G A G T T . . . . .

  11. N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A G N N N N N N G A G T T G . . . . .

  12. N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A A N N N N N N I G A G T T G A . . . . .

  13. N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A A N N N N N N I I I I I G A G T T G A G G G A . . . . .

  14. N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A C N N N N N N I I I I I E E E E E E G A G T T G A G G G A A A A A G C . . . . .

  15. Dostávame výsledok Markovovho procesu: čo sme kedy z ktorej urny vytiahli N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A G N N N N N N I I I I I E E E E E E N G A G T T G A G G G A A A A A G C G

  16. Skrytý Markovov proces: vidíme iba čo vyťahujeme, ale nie z ktorej urny N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A N N N N N N I I I I I E E E E E E N G A G T T G A G G G A A A A A G C G

  17. Pre danú postupnosť ťahov máme teraz uhádnuť z akých urien boli vytiahnuté N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? N N N N N N I I I I I E E E E E E N G A G T T G A G G G A A A A A G C G

  18. Vieme pre nejakú hypotézu spočítať nakoľko je pravdepodobná ? N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A p( ) = ? N I I I E E E I I I E E E N N I I N hypotéza G A G T T G A G G G A A A A A G C G

  19. 2/10 2/10 1/10 6/10 6/10 7/10 N E N I N I 1/10 I E E 2/10 E I N 3/10 C T G C A C T T T C C G A A A G G G A A A p(A) = 2/7 p(C) = 3/7 p(G) = 1/7 p(T) = 1/7 p(A) = 3/7 p(C) = 1/7 p(G) = 1/7 p(T) = 2/7 p(A) = 2/7 p(C) = 1/7 p(G) = 3/7 p(T) = 1/7 ľahko to z markovovho modelu spočítame ako súčin pravdepodobností jednotlivých ťahov a presunov . . . . . p( ) = 1.6768E-19 N I I I E E E I I I E E E N N I I N

  20. 2/10 2/10 1/10 6/10 6/10 7/10 N E N I N I 1/10 I E E 2/10 E I N 3/10 C T G C A C T T T C C G A A A G G G A A A p(A) = 2/7 p(C) = 3/7 p(G) = 1/7 p(T) = 1/7 p(A) = 3/7 p(C) = 1/7 p(G) = 1/7 p(T) = 2/7 p(A) = 2/7 p(C) = 1/7 p(G) = 3/7 p(T) = 1/7 keď zrátame pravdepodobnosť hypotézy rovnajúcej sa skutočnosti, je vyššia než u náhodne zvolenej hypotézy . . . . . p( ) = 8.7350E-16 N N N N N N I I I I I E E E E E E N

  21. G A G T T G A G G G A A A A A G C G . . . . . p( ) = 1.6768E-19 N I I I E E E I I I E E E N N I I N . . . . . p( ) = 8.7350E-16 N N N N N N I I I I I E E E E E E N . . . . . Stačilo by teraz prebehnúť všetky možnosti a nájsť najpravdepodobnejšiu. Asi to nebola presne tá skutočná, ale bola by snáď aspoň dostatočne podobná, aby sme sa z toho niečo dozvedeli. Tých možností je ale šialene veľa. Našťastie celkom jednoduchý (Viterbiho) algoritmus vie najpravdepodobnejšiu možnosť priamo spočítať.

  22. Viterbiho algoritmus Zamerajme sa na samotnú hodnotu pravdepodobnosti najpravdepodobnejšej postupnosti urien. Počítajme pravdepodobnosti čiastočných postupností tvorených prvými n členmi postupnosti urien, ktoré končia urnou E, I a N Predstavme si, že ich vieme pre určité n. Ako ich získame pre n+1 ? n = 9 n = 10 ... A G G G A A A ... E E G pE E I E E pE’ = pEG.max( pE.pEE, pI.pIE, pN.pNE ) N E E I G pI I I I I pI’ = pIG.max( pE.pEI, pI.pII, pN.pNI) N I E N G pN N I N N pN’ = pNG.max( pE.pEN, pI.pIN, pN.pNN) N N

  23. Viterbiho algoritmus Zvyšok je aplikovanie indukcie. n = 1 n = L GA G ..... G C G pE = pEG E E pI = pIG p = max( pE, pI, pN ) I I pN = pNG N N

  24. Viterbiho algoritmus Treba samozrejme vypočítať nielen pravdepodobnosť ale aj postupnosť. Na to stačí ísť spätne vždy po tej vetve ktorá bola najpravdepodobnejšia ak hľadaná postupnosť má na pozícii 10 E, potom na pozícií 9 má N n = 9 n = 10 ... A G G G A A A ... E E G E I E E pE’ = pEG.max( pE.pEE, pI.pIE, pN.pNE ) N E max E I G I I I I max pI’ = pIG.max( pE.pEI, pI.pII, pN.pNI) N I E N G N I N N max pN’ = pNG.max( pE.pEN, pI.pIN, pN.pNN) N N

  25. Týmto spôsobom môžeme pre náš prípad odhadnúť, že postupnosť urien bola nasledovná: N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A N N N N I I I I NEE E E E E N N N N N N N N N I I I I I E E E E E E N G A G T T G A G G G A A A A A G C G

  26. Nájdená postupnosť síce nemusí nezodpovedať skutočnosti, ale je najpravdepodobnejšou možnosťou N E N I N I I E E E I N C T G C A C T T T C C G A A A G G G A A A N N N N I I I I NEE E E E E N N N N N N N N N I I I I I E E E E E E N G A G T T G A G G G A A A A A G C G

  27. 2/10 2/10 1/10 6/10 6/10 7/10 N E N I N I 1/10 I E E 2/10 E I N 3/10 C T G C A C T T T C C G A A A G G G A A A p(A) = 2/7 p(C) = 3/7 p(G) = 1/7 p(T) = 1/7 p(A) = 3/7 p(C) = 1/7 p(G) = 1/7 p(T) = 2/7 p(A) = 2/7 p(C) = 1/7 p(G) = 3/7 p(T) = 1/7 Ale ako vôbec získame Markovov model ? Nuž z malej vzorky dát a predpokladáme, že je to dobrý odhad Napr. ručne určíme 1% DNA a zvyšok spočítame

  28. HMM ako Bayesova sieť HMM je založený na zjednodušení, že viditeľná manifestácia ako i zmena skrytého stavu systému sú závislé iba na jeho aktuálnej hodnote (a nie napr. na predchádzajúcich hodnotách) EINt-1 EINt EINt+1 ACGTt-1 ACGTt ACGTt+1

  29. HMM rozšírenia • závislosť od predchádzajúcich N hodnôt • automatické generovanie vnútorných stavov • spojité HMM

  30. Ďakujem za pozornosť ! Skryté Markovove modely Andrej Lúčny KAI FMFI Bratislava lucny@fmph.uniba.sk http://www.fmph.uniba.sk/~lucny

More Related