免疫遗传算法在生物序列比对中的应用

来源 :东北师范大学 | 被引量 : 2次 | 上传用户:laohe5201314
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
序列比对是生物信息学中最常见的问题之一,也是一种重要的生物信息处理技术。它通过对生物序列数据进相似性比较,来发现生物序列中的功能、结构和进化等信息,是基因识别、分子进化、生命起源等生物信息学研究的基础。免疫遗传算法是一种混合型改进遗传算法。它将遗传算法与免疫原理结合起来考虑,在传统遗传算法的框架之上,引入了免疫系统的诸多特性如免疫调节机制、多样性保持策略等,有效地防止了搜索过程中的未成熟收敛等问题,是一种更加有效的优化算法。本文在分析了国内外序列比对算法及序列比对的优化问题本质的基础上,设计了一种适用于双序列比对可行解的编码方案,提出了一种应用于双序列比对的新算法——基于免疫遗传算法的双序列比对方法(PSAIGA,Pair-wise Sequence Alignment based onImmune Genetic Algorithm)。并应用上述算法分别进行了DNA和蛋白质序列的比对,通过实验证明了其可行性和有效性。本文PSAIGA算法的实现采用的是C++语言。同时,对Needleman-Wunsch算法、基于遗传算法的双序列比对方法PSAGA也进行了实现。前者为评价PSAGA及PSAIGA算法结果的优劣提供了判定依据;而后者的比对实验结果说明了与其相比PSAIGA能够明显改善比对结果,提高比对效率。此外,还采用Windows API函数对进行序列比对的用户交互界面进行了实现。
其他文献
随着信息技术和网络技术的发展,网络环境变得越来越复杂,信息安全问题日益严峻。入侵检测作为一种积极主动的安全防护技术,也越来越受到人们的关注。 目前大多数程序都是使用
随着计算机技术和空间信息理论的快速发展,移动对象产生的轨迹数据规模呈爆炸式增长,轨迹数据传输速度、存储以及隐私保护需求越来越迫切。轨迹数据概化技术作为轨迹数据挖掘的
基于Internet的高吞吐率计算系统利用Internet上大量的空闲计算资源来解决参数研究、蒙特卡罗模拟等大规模分布式计算问题,是计算网格的一个重要研究方向。一个良好的高吞吐
随着信息与网络技术的发展,嵌入式系统渗透到各个领域,得到了广泛的应用。本文针对设计web服务器这一课题,研究了嵌入式操作系统VxWorks及其在ARM内核的处理器上的设计与开发
计算机及网络技术的迅速发展,给人们的现代生活带来了方便、快捷的新鲜享受。人类开始进入信息时代、电子商务时代。我们的生活越来越数字化,无纸社会近在眼前。互联网改变了人
目前,三维服装CAD已经成为数值服装仿真和计算机辅助设计的热点课题,是多种学科交叉的一门新兴的研究领域,它涉及流体力学、计算机辅助几何设计、数学、动态力学、材料科学、热
在人工智能领域中,如何处理不确定信息数据一直是众多学者关注的热点,而Dempster-Shafer证据理论则是最重要的处理不确定信息的方法之一。作为不确定信息的数学表示,Dempster
近些年来,智能仪表得到了迅速的发展,但是目前大多数智能仪表的软件设计一般仍采用前/后台系统,这种方式造成程序任务的并发执行困难,程序的开发、调试和维护复杂及重要事件
随着互联网的不断发展,电子商务网站越来越受到重视。作为电子商务企业对外的一个门户,如何通过为用户提供更加个性化的服务,提高其商品的吸引力,进而为企业带来更大的收益,就成为
生物信息学是在生命科学的研究中,以计算机为工具对生物信息进行储存、检索和分析的科学。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功能、结