1. 研究目的与意义
生物序列的比对是生物学中最基本的操作,在序列分析、基因识别等领域都有着广泛的应用。
通过序列比对可以发现生物序列中的功能、结构以及进化信息。
由于生物序列较长,求解该问题的算法的复杂度都很高,而需寻找最优的多重序列比对,又因为序列比对问题本身的复杂性,可以利用启发式算法的特点来求解该问题,而蚁群算法是是基于正反馈机制的一种优化算法,根据基本蚁群算法的思想,利用程序设计语言进行求解。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
2. 国内外研究现状分析
蚁群算法属于现代控制理论中的热门,这种算法是目前国内外启发式算法中的研究热点和前沿课题,被成功地运用于多种问题的求解,蚁群算法在求解复杂优化问题方面具有很大的优越性和广阔的前景。
序列比对算法的研究是从80年代末开始的,随着人们在生物信息学领域的进一步研究,更多的技术和先进的思想融入到序列比对算法中,特别是索引技术。目前序列比对算法的研究十分活跃,算法从运行效果、结果的准确性和处理规模上有所改进和突破。国外许多机构和大学都很重视对序列比对算法的研究,其中比较重要的有EMBL分子生物学实验室;我国目前有许多科研机构和大学从事生物信息学方面的工作,其中有中国科学院计算所、武汉大学和中国农业大学等,由于生物序列的特殊性,在其上建立适当的索引方式的研究一直是研究的热点。3. 研究的基本内容与计划
研究内容:
利用蚁群求解算法求解系列比对问题,主要包括:
对于不同的序列集,在设定的参数下,系统求出比对的得分,并统计算法运行时间对于给定的序列集,当算法中涉及的参数发生变化时,系统能够正确运行,并分析参数设置与算法性能之间的关系分析算法计算时间与序列长度、序列个数的关系系统的界面清新简洁,视觉友好,功能完善
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
4. 研究创新点
蚁群求解算法在保证解的正确性和计算速度的同时,求得高质量的多序列比对。
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付
