1.一种基于马尔科夫模型的噬菌体分类的方法,其特征在于,包括如下步骤:
S1.将NCBI噬菌体基因组使用Prodigal翻译成蛋白质序列,建立蛋白质库T;
S2.取所述蛋白质库T的蛋白质序列,计算长度为k的肽段肽段状态下相邻的下一个氨基酸(Nxk+1)的条件概率;Nx1...Nxk为长度为肽段x1...xk在蛋白库T中的数量,Nx1...Nx(k+1)为长度为肽段x1...xk+1在蛋白库T中的数量,得到k阶马尔科夫模型的状态转移概率矩阵,α为可以调整的伪计数,见式(1)将未分类基因组使用Prodigal翻译成蛋白质,获得未分类基因组的蛋白质序列V=y1...yN,根据式(1)计算所述未分类基因组的蛋白质序列与蛋白质库T的对数似然值LL,yi+k为起点为i时的k长度的肽段,yi+k‑1为起点为i时的k‑1长度的肽段,将这两个肽段代入(1)式中得到的状态转移概率矩阵PT,然后对未分类基因组的蛋白质序列V得到的所有概率值取Log累加后取均值得到对数似然值LL,见式(2)将所述LL拟合高斯分布的均值和方差,获得所述马尔科夫模型的LL的高斯分布和P值;
S3.所述LL得分最高所对应马尔科夫模型的基因组即为预测的噬菌体基因组。
2.根据权利要求1所述的基于马尔科夫模型的噬菌体分类的方法,其特征在于,所述P值<0.01时,预测准确率高达98%。