Previsão da estrutura secundária de proteínas pelo modelo de Markov oculto

O objetivo deste artigo é apresentar um novo método para analisar as sequências de aminoácidos de proteínas usando o modelo de Markov oculto (HMM), que é um tipo de modelo estocástico. Estruturas secundárias, como hélice, folha e dobra, são aprendidas pelos HMMs, e esses HMMs são aplicados a novas sequências cujas estruturas são desconhecidas. As probabilidades de saída dos HMMs são usadas para prever as estruturas secundárias das sequências. Os autores testaram esse sistema de previsão em aproximadamente 100 sequências de uma base de dados pública (Brookhaven PDB). Embora a implementação seja 'sem gramática' (sem regra para os padrões de aparência da estrutura secundária), o resultado foi razoável.