Pular para o conteúdo principal

Questão de Biologia — Bioinformática — CESPE / CEBRASPE 2025

BiologiaBioinformática
Código
ce406588
Banca
CESPE / CEBRASPE
Órgão
EMBRAPA
Ano
2025
Cargo
Ana ( )
A respeito de bioinformática e de temas correlatos, julgue o item a seguir.   Os modelos ocultos de Markov são ferramentas de modelagem estatística utilizadas na bioinformática para tarefas fundamentais da anotação genômica, como a predição de genes.
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoC — Certo

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Modelos ocultos de Markov na bioinformática

Gabarito: CERTO. Os modelos ocultos de Markov (HMM, do inglês Hidden Markov Models) são, de fato, ferramentas de modelagem estatística amplamente utilizadas em bioinformática, e uma de suas aplicações clássicas é a predição de genes na anotação genômica. A afirmação está correta.

Os modelos ocultos de Markov são um tipo de modelo estatístico que descreve uma sequência de eventos observáveis que dependem de estados internos não observáveis ("ocultos"). Imagine um sistema que alterna entre estados, mas você só vê as emissões (símbolos) de cada estado, não o estado em si. O modelo aprende as probabilidades de transição entre estados e de emissão de cada símbolo, permitindo inferir a sequência mais provável de estados dado um conjunto de observações.

Na bioinformática, essa estrutura é perfeita para analisar sequências biológicas. No caso da predição de genes, o genoma é uma longa sequência de nucleotídeos (A, C, G, T). Os estados ocultos podem representar regiões codificantes (éxons), regiões não codificantes (íntrons), regiões promotoras, etc. O HMM é treinado com sequências genômicas já anotadas (onde se conhece a localização dos genes) para aprender os padrões estatísticos de cada região. Depois de treinado, o modelo pode ser aplicado a uma sequência nova e, por meio do algoritmo de Viterbi, encontrar a sequência de estados mais provável, delimitando assim os prováveis genes.

Essa abordagem é uma das mais tradicionais e eficazes para anotação genômica computacional, sendo complementada por outras técnicas como busca por homologia e aprendizado de máquina. A banca, portanto, apenas afirmou um fato bem estabelecido na área.

A pegadinha aqui seria confundir os modelos ocultos de Markov com outras ferramentas estatísticas, como as cadeias de Markov simples (sem estados ocultos) ou com métodos de alinhamento de sequências. Mas a questão não tenta confundir; ela é direta e conceitual.

  1. 1Estados ocultos (éxon, íntron)
  2. 2Treino com genoma anotado
  3. 3Algoritmo de Viterbi
  4. 4Delimita genes prováveis
LEVEL · soulevel.com.br

Item — ✅ CERTO

A afirmativa está correta. Os modelos ocultos de Markov são ferramentas de modelagem estatística e são utilizados na bioinformática para tarefas de anotação genômica, incluindo a predição de genes. Isso é um conhecimento consolidado na área de bioinformática, presente em livros-texto e na prática de anotação de genomas.

Gabarito: CERTO

Link permanente: /questoes/ce406588