多序列比对论文：多序列比对遗传算法熵两点交叉.docVIP

多序列比对论文：多搜索策略的多生物序列比对自适应遗传算法 【中文摘要】序列比对是生物信息研究的基础和前提,它为蛋白质结构和功能预测、系统发育树的建立、新药物设计等许多生物研究提供了有用的信息。但此问题至今仍是计算分子生物学中尚未解决的一个难题,已经证明多序列比对问题是一个NP-Complete问题。这是一个极富有挑战性的工作。目前现有的算法有时会陷入局部最优解和运算速度很慢等主要问题。本文在引入熵来度量种群多样性的基础上,提出了一种多搜索策略的多生物比对自适应遗传算法,其交叉和变异概率随着熵的变化而进行自动调整,并且综合考虑了两点交叉和一段变异来设计遗传操作算子。实验结果表明,这个算法具有较强的全局搜索能力和局部搜索能力,并且能有效的克服未成熟收敛问题。通过对BAliBASE中有代表性测试例的测试,证明该算法是有效的。与当前最广泛应用的多序列比对软件CLUSTAL做比较,比较SPS和CS值,发现该算法对中长序列比对、处于朦胧区和具有N/C末端延伸的序列比对问题有更强的问题求解能力,特别在处理长序列比对有更好的结果,并且该算法的CS值很高,说明对一致子序列比对有很好的效果。 【英文摘要】The multiple sequence alignment (MSA) is of great value to the research in bioinformatics since it supports the development of Genetic Sciences such as Expecting the functions structures of Protein, the discovering the Evolutionary Relationships, and developing new medicine. However, MSA problem is known to be NP-hard, more still left undetermined. Obviously, MSA is among the most important and challenging task in computational biology.Algorithms are classified three species:dynamic programming method, pr... 【关键词】多序列比对 遗传算法 熵 两点交叉 【英文关键词】Multiple sequence alignment Genetic algorithm Entropy Two point crossover 【索购全文】联系Q1：138113721 Q2：139938848 【目录】多搜索策略的多生物序列比对自适应遗传算法 摘要 6-7 Abstract 7 第1章 绪论 11-15 1.1 课题背景 11-12 1.2 研究目的及意义 12-13 1.3 国内外在该方向的研究现状及分析 13 1.4 论文的主要工作及结构安排 13-15 第2章 生物序列比对的基础知识 15-23 2.1 生物序列比对的概念 15 2.2 现有的生物序列比对技术 15-19 2.2.1 相似性比对方法 15-16 2.2.2 打分矩阵比对方法 16-17 2.2.3 蛋白质打分矩阵 17-18 2.2.4 目标函数比对方法 18-19 2.3 连续空位比对方法 19-20 2.4 双序列比对算法与多序列比对算法 20-22 2.4.1 双序列比对方法 20-21 2.4.2 多序列比对算法 21-22 2.5 本章小结 22-23 第3章 多序列比对研究的目标 23-26 3.1 多序列比对问题的提出 23 3.2 多序列比对问题的描述 23 3.3 现有的比对算法研究中存在的主要问题 23-24 3.4 多序列比对算法研究的目标 24 3.5 本章小结 24-26 第4章 多序列比对遗传算法的实现 26-30 4.1 遗传算法概述 26 4.2 基于遗传算法的多序列比对遗传算法的基本思想 26-27 4.3 基于遗传算法的多序列比对遗传算法的描述 27-29 4.3.1 基本步骤 27-28 4.3.2 多序列比对遗传算法流程图 28-29 4.3.3 各种改进的遗传算法 29 4.4 本章小结 29-30 第5章 自适应遗传算法的关键技术 30-45 5.1 自适应遗传算法的主要思想 30 5.2 自适应遗传算法设计及实现 30-35 5.2.1 问题的物理表示 30-32 5.2.2 获取PAM-N打分矩阵 32-34 5.2.3 获取序列 34-35 5.3 自适应遗传算法的初始化 35 5.4 自适应遗传算法遗传策略的设计 35-44 5.