摘要：重组自交系是杂交一代经过连续自交而获得的自交系群体。隐形马尔科夫模型（HMM）是一种极大似然估计算法，在很多生物信息研究中取得了理想的结果。文章提供了利用一阶隐型马尔科夫模型来确定重组自交系个体基因型的方法，并论述了其准确性和时效性。该算法在模拟数据及小鼠基因型数据上取得了理想的结果。

关键词：重组自交系；HMM算法；生物信息；隐形马尔科夫模型；极大似然估计算法 文献标识码：A

中图分类号：S511 文章编号：1009-2374（2016）08-0022-02 DOI：10.13535/j.cnki.11-4406/n.2016.08.012

生物的基因组中蕴含着丰富的遗传信息。随着测序技术的不断发展，通过对不同生物的基因组测序，人们发现，在不同个体的染色体上，99%的碱基信息都是相同的，而另外1%的差异造就了不同个体差异。这些单个碱基上的不同也叫单核苷酸多态性（SNP）。单核苷酸多态性也是主要的可遗传变异。现如今，研究遗传变异不仅限于单个的SNP。在遗传的过程中，不同基因座位的基因并不是完全随机地形成单体型，而是某些相邻基因座位上的基因同时出现的概率总是比较大，这种现象叫做连锁不平衡。现在越来越多的研究利用全基因组的SNP信息进行关联分析。通过全基因组关联分析等研究，已经在植物和动物中发现了很多关键基因。

在全基因组关联分析等诸多研究中，生物学家常常通过构建重组自交系，然后对重组自交系进行测序整理，确定重组自交系的基因型，为关联分析提供输入数据。随着测序技术的发展，人们可以通过对DNA、RNA片段进行测序而获得重要的数据。……