基于马尔可夫转移概率求解单倍型块间相位状态 求技术解答

大家好！一周前我在Code Review板块发布了这个问题，虽然获得了一些关注，但至今还没收到针对性的解答，所以转到这里来寻求帮助，希望能得到各位的反馈，同时也想了解有没有更优的问题解决思路。

我有一年多的Python使用经验，出身生物学背景，目前已经掌握了一些生物信息学相关的基础分析方法和Python数据处理技能，但在这个问题的建模与实现上遇到了瓶颈。

我的问题核心是：如何借助马尔可夫转移概率来推导两个单倍型区块之间的相位状态？ 具体来说，我需要构建合适的转移概率矩阵，结合已知的区块内相位信息，来推断区块间的相位关联关系。

目前我已经做了一些初步尝试（比如基于单倍型频率构建基础转移矩阵），但在处理复杂的连锁不平衡数据时始终没能得到理想结果，希望有相关经验的朋友能给我一些方向上的指导，比如：

• 有没有更适配这类生物数据的马尔可夫模型变种可以采用？
• 如何优化转移概率的计算逻辑，使其更贴合单倍型数据的特性？
• 在Python实现层面，有没有可以参考的库或者代码框架？

内容的提问来源于stack exchange，提问作者everestial