改进免疫算法在生物序列比对中的应用研究

《改进免疫算法在生物序列比对中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要序列比对是生物信息学中一种基本的信息处理方法，对于发现核酸和蛋白质序列上的功能、结构和进化的信息具有非常重要的意义。随着生物序列数据库中序列数据的激增，开发兼有高度生物敏感性和高效率的算法就显得非常迫切。国内外现有的算法大致可以分为三大类：同步法、步进法和迭代法。它们都存在一些问题，例如：同步法只能比对8条之内的序列，步进法有时会陷入局部最优解，迭代法运算速度很慢等等。本文重点介绍了一些智能化算法和评价它们的数学理论框架。免疫算法是在免疫系统识别多样性的启发下所设计出的一种新的多峰值函数的寻优算法。免疫算法本身具有许多优良的计算特

2、性。目前在旅行商问题等组合优化问题中有成功的应用。本文对生物免疫系统的一些基本概念、系统组成、功能及原理进行了介绍；简单分析了人工免疫系统的研究内容、研究现状及基本理论；然后在分析了基本免疫算法原理和性能的基础上，对原算法的亲和度、突变规则及抗体期望值进行了讨论与改进，并且加入了免疫算子，得到了改进的免疫算法。本算法在保证了群体的多样性性能同时，又促使群体快速持续收敛。在对多种序列比对算法分析研究的基础上，本文将免疫算法应用于序列比对，并针对序列比对的特点进行改进，提出了一种基于免疫算法的序列比对算法，并应用该算法进行DNA序列和蛋白质序

3、列的比对，通过实验证明了该算法的可行性和有效性。关键词生物信息学；DNA；序列比对；免疫算法；免疫算子燕山大学工学硕士学位论文AbstractSequencealignmentisabasicinformationdisposalmethodinBioinfo彻atics．Itisusefulfordiscoveringfunctionalstructural,andevolutionaryinformationinDNAandproteinsequences．Becausesequencedataincreaserapidlyinbio

4、logysequencedatabase，itisveryexigenttodevelopalgorithmsthathavehighbiologysensitivityandefficiency．Algorithmsareclassifiedthreespecies：dynamicprogrammingmethod，progressivemethodanditerativemethod．Insomesense，theyallhavesomedeficiencies．Forexample，dynamicprogrammingmethodC

5、analignwithonly8sequences；themaindisadvantageofprogressivealgorithmisthelocalminimumproblemanditerativealgorithmistimeconsuming．Someintelligentalgorithmswereemphasisintroducedandpresentedmathematicaltheorytoestimate．ImmuneAlgorithmisanewoptimizationalgorithmimitatingthei伽

6、nunesystemtosolvethemulti-modalfunctionoptimizationproblem．Andithasmanyperfectcalculationproperties．ThisalgorithmhasbeenappliedsuccessfullytocombinatorialoptimizationproblemssuchasRavelingsalesmanproblem．Inthispaper,somebasicconcepts，framework,functionsandprinciplesoftheb

7、iologicalimmunesystemareintroduced．Thentheresearchcontent，researchstatusandbasictheoryoftheartificialimmunesystemaresimplyanalyzed．Basedontheanalysisonprincipleandperformanceofbasedimmunealgorithm,thedefinitionofaffinity,principleofmutationandantibodyexpectationvaluewasdi

8、scussedandimprovedandimmuneoperatorswereadded，SOwegetimprovedimmunealgorithm．Thealgorithmkeepsmo