论文部分内容阅读
本文对生物信息学中的一个重要分支——RNA二级结构预测进行了详尽的阐述，介绍了各种预测算法，包括各种经典的预测的算法，如系统发育比对方法，Nussinov和Zuker的动态规划方法和各种组合优化算法，也包括人工智能中用到的各种智能优化算法，如遗传算法，模拟退火算法和神经网络算法。此外，本文重点阐述了基于茎区组合的预测算法，包括基于分子动力学的遗传算法和基于置换的遗传算法。其中，基于置换的遗传算法对原有算法进行了改进使之能够预测真实RNA分子的二级结构，实验证明其准确度已能够与经典的动态规划算法相匹敌。最后，本文对RNA二级预测的前景进行了展望，认为实验数据基础上的多种方法的组合将是未来分子预测发展的方向。