找出 DNA 序列中的剪接位点 

一段 DNA 序列由碱基字母 A、 C、G 和 T 组成. 假设有一个序列从外显子开始、包含一个剪接位点且以内含子结束. 如果外显子有统一的碱基组成，内含子缺少 C 和 G，且剪接位点共有核甘酸基有0.95的概率为 G，以下为频率分布.

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};

状态机有外显子（1）、剪切（2）、内含子（3）和末端（4）的状态，各状态间的有以下转移概率.

In[3]:=

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

输出为核甘酸基 A（1）、C（2）、G（3）、T（4）或末端（5）.

In[4]:=

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

In[5]:=

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

找出最有可能的核甘酸基子序列（外显子、剪切、内含子或末端）.

In[6]:=

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

Out[6]=

找出前述核甘酸基序列和 DNA 序列的联合概率.

In[7]:=

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

Out[7]=