進化算法在生物多序列比對中的套用

前言

隨著人類基因組計畫的實施和科技的發展，生物學數據呈爆炸式增長，這些海量的生物學數據必須通過生物信息學手段進行收集、分析和整理後，才能成為有用的信息。而如何有效分析和處理這些大型序列數據(即序列分析)成為生物信息學的首要任務。序列比對是生物序列分析的主要方法，也是生物信息學中挑戰性的問題之一。序列比對在序列裝配、序列注釋、基因和蛋白質的結構和功能預測以及系統發育和進化分析等方面均有廣泛套用，因此對它的研究一直以來都是熱點。

進化算法是一類借鑑生物界自然選擇和自然遺傳機制的隨機搜尋算法，主要包括遺傳算法(geneticalgorithm，GA)、遺傳規劃(geneticprogramming，GP)、進化策略(evolutionarystrategies，ES)、進化規劃(evolutionaryprogramming，EP)、粒子群最佳化(particleswarmoptimization，PSO)算法以及近年出現的量子粒子群最佳化(quantum-behavedparticleswarmoptimization，QPSO)算法，它們通過一系列的進化運算元和進化方程，尋找問題的最優解。本書把上述的進化算法及其改進的進化算法，結合數學模型，用於解決生物多序列比對問題。

全書共分為“多序列比對基礎篇”“多序列比對模擬篇”和“多序列比對參數篇”三個模組。

內容簡介

本書全面系統地介紹了進化算法在生物多序列比對中的套用，根據內容的分類，分為“多序列比對基礎篇”“多序列比對模擬篇”和“多序列比對參數篇”三個模組。首先介紹生物多序列比對的基礎知識，包括多序列比對的基本概念、原理、方法、常用資料庫、常用工具和套用等內容，並介紹進化算法和最最佳化理論的基礎知識，以及遺傳算法、粒子群最佳化算法和量子粒子群最佳化算法的最佳化過程及收斂性分析，為進行多序列比對的模擬提供理論基礎；然後詳細介紹各進化算法模擬多序列比對的過程與結果；最後對於多序列比對最重要的目標函式參數進行建模與分析。本書具有系統性強、可讀性強、可操作性強等特點。

作者簡介

龍海俠 1980年生，2007年獲江南大學計算機軟體與理論碩士學位，2010年獲江南大學輕工信息技術與工程博士學位，現就職于海南師範大學信息科學技術學院，副教授。研究方向：群體智慧型算法、進化算法、生物信息。碩士期間從事群體智慧型算法和進化算法的研究及其在聚類、圖像分割上的套用研究；博士期間從事生物信息的研究，重點研究多序列比對和培養基的最佳化；近5年從事深度學習算法和生物信息的研究。已出版教材1部、專著1部，發表論文30餘篇，主持省級課題2項，作為第一完成人獲得省級獎勵2項。

李滿枝 1979年生，2004年6月獲西北工業大學計算數學專業理學碩士學位，現就職于海南師範大學數學與統計學院，副教授。主要研究方向：生物信息學、計算機數值模擬、算法構造等。碩士期間從事基於蒙特卡羅方法的計算機模擬，近5年從事生物信息中的蛋白質功能預測研究。已在國內外核心期刊及學術會議上發表多篇論文，出版專著1部，並作為主要成員參與省級和國家級自然科學項目多項，現主持海南省自然科學基金“生物多序列比對的遺傳算法模擬及改進”。

進化算法在生物多序列比對中的套用

基本介紹

前言

內容簡介

作者簡介

目錄

相關詞條

熱門詞條