Encontre um local de splicing em uma sequência de DNA 

Uma sequência de DNA consiste em letras de bases A, C, G e T. Suponha que haja uma sequência que começa em um éxon, contém um local de splicing, e termina em um íntron. Se os éxons têm uma composição de base uniforme, os íntrons são deficientes em C e G, e a sequência de consenso do local de splicing é o nucleotídeo G com probabilidade de 0.95, as distribuições de frequência são as seguintes.

In[1]:=

X exon = {0.25, 0.25, 0.25, 0.25}; intron = {0.4, 0.1, 0.1, 0.4}; splice = {0.05, 0, 0.95, 0};

In[2]:=

X dnaSeq = Characters["CTTCATGTGAAAGCAGACGTAAGTCA"] /. {"A" -> 1, "C" -> 2, "G" -> 3, "T" -> 4};

A máquina de estados tem estados para éxon (1), splice (2), íntron (3), e fim (4), com as seguintes probabilidades de transição entre estados.

In[3]:=

X tm = {{0.9, 0.1, 0, 0}, {0, 0, 1, 0}, {0, 0, 0.9, 0.1}, {0, 0, 0, 1}};

As emissões são nucleotídeos A (1), C (2), G (3), T (4) ou fim (5).

In[4]:=

X em = PadRight[{exon, splice, intron, UnitVector[5, 5]}];

In[5]:=

X hmm = HiddenMarkovProcess[1, tm, em];

Encontre a subsequência de nucleotídeos mais provável (éxon, splice, íntron ou fim).

In[6]:=

X sites = FindHiddenMarkovStates[Append[dnaSeq, 5], hmm]

Out[6]=

Encontre a probabilidade conjunta da sequência de nucleotídeos anterior e da sequência de DNA.

In[7]:=

X Fold[Times, Likelihood[DiscreteMarkovProcess[hmm], sites], MapThread[Part[em, #1, #2] &, {sites, Append[dnaSeq, 5]}]]

Out[7]=