الگوی مارکوف پنهان در مسایل بیوانفورماتیک کاربرد فراوانی دارد. برای مثال این الگو در هم ردیفی دنباله ها، تفسیر خانواده های پروتئین و پیش بینی ژن بکار می رود. پارامترهای این الگو از طریق الگوریتم بام-ولش تعلیمی که یک الگوریتم EM است برآورد می شود. بکارگیری کارآمدترین الگوریتمها برای دنباله های طویل نیازمند حجم وسیعی از حافظه می باشد. در این مقاله روش های مختلفی از جمله استراتژی پیشرو و استراتژی پسرو را که به منظور کاهش حافظه این الگوریتم ارایه شده اند معرفی می کنیم. در ادامه الگوریتمی براساس مشاهدات از راست به چپ و از چپ به راست اعضای دنباله ارایه می شود که دارای حافظه خطی است. کارایی این الگوریتم بر روی داده های شبیه سازی شده از پروتئین ها بررسی می شود.