改进的量子克隆选择算法在蛋白质折叠预测中的应用

摘要

蛋白质折叠预测在生物信息学领域是非常关键的问题,蛋白质折叠解释了不同的生物现象,可以用来预测以及控制这些生物学现象。为了模拟蛋白质折叠的形成过程,近年来许多学者提出了各种不同的简化预测模型,其中AB非格模型是其中应用最广的模型之一。
　　 克隆选择算法是免疫算法中最具有代表性的一种,其特点是局部搜索能力强,量子算法作为新兴的一种新型算法有着搜索效率高的特点。针对蛋白质预测具有多变量多极值的特点,本文结合量子算法和克隆选择算法,形成一种新的混合算法,并将其应用到二维AB非格模型进行蛋白质折叠结构预测。在克隆选择算法中引入高频变异算子以提高局部搜索的能力,并加入量子双链编码方式以增加其搜索到全局最优值的概率。由于该算法易陷入局部最优,为改善该算法的性能而跳出局部最优解,将年龄算子引进到该算法中。
　　 试验结果显示,改进后的量子免疫算法在最低能量值和计算时间上与之前相比有明显的提高,而且年龄算子的加入在早熟收敛的改善上同样效果显著。与其他的方法相比改进的量子免疫算法显著地增强了免疫优化算法的收敛性能和搜索效率。