论基因序列比对算法的设计与并行化研究

    (2)基于结构信息的多生物序列比对启发式算法多生物序列比对是生物序列比对研究中的重点。目前，国际上常用的多序列比对算法一般都是采用渐进比对和迭代比对的方法来设计的，这些多序列比对算法都有其不同的优缺点，尤其是在序列间一致性比较低的情况下多序列比对结果的可信度不高。本文在分析生物序列特征的基础上，利用可变长马尔可夫链方法来识别多生物序列中的结构信息，并在此基础上，研究了一个聚类的多序列比对算法。实验结果表明，这个算法可以较好的对亲缘性比较差的生物序列进行比对，并且可以发现生物序列问业已清楚的结构信息。 (3)一种基于熵的多生物序列比对自适应遗传算法生物序列比对问题最大的障碍在于现在还很难找到一种把生物序列的进化过程进行合理形式化的数学方法，而遗传算法能避开问题本身的数学复杂性，基本不用搜索空间的知识或其它辅助信息来求解问题。所以本文研究用遗传算法来解决多序列比对问题，并且引入信息论中熵的概念来评价生物序列比对过程中种群的多样性，提出了一种能综合考虑生物序列间相似性和结构信息的适应度函数，用比对过程中熵的动态变化来自动调整遗传算法的交叉和变异概率，并且结合动态规划算法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，并且能有效地克服未成熟收敛问题。

 课题的目的：

 目的：以基因序列比对算法为切入点，研究智能算法在生物信息学中的应用。通过算法的设计分析，进行并行化改进，锻炼学生算法理论分析、程序编写等能力。 要求：1、阅读生物信息学、智能算法设计与分析、并行程序设计等有关书籍，以序列比对算法为研究重点，了解应用在生物信息学中的一些智能算法的现状； 2、分析目前应用的序列比对算法，提出新的或者对现有算法进行性能改进，研究这些算法并行化的途径； 3、以面向对象的软件开发方法，采用软件工程的技术手段，完成系统的需求分析，编程实现至少一种算法，并验证其性能； 4、完成毕业论文。myeducs.cn

2)利用遗传算法来进行多序列比对问题的研究，引入信息论中熵的概念来评价生物序列比对过程中种群的多样性，提出了一种综合考虑生物序列间相似性和结构信息的适应度函数，用比对过程中熵的动态变化来自动调整遗传算法的交叉和变异概率。 (3)在基于二分竞赛树和并行k-选择方法的基础上，充分利用SMPClusters模型具有良好扩展性的特点

本文选自计算机毕业设计http://myeducs.cn
论文文章部分只是部分简介，如需了解更多详情请咨询本站客服！QQ3710167