[发明专利]基于多种群协助的量子遗传算法的RNA二级结构预测方法

说明书

本发明属于生物信息学技术领域，公开了一种基于多种群协助的量子遗传算法的RNA二级结构预测方法，根据RNA序列建立序列的茎区池和茎区相容矩阵；用量子比特向量来初始化多个染色体种群；对各种群量子测量；根据测量结果获取最优个体；取得全部种群中的最优个体b，并用它替换其他种群中最优个体和b非同源的最差个体，然后各种群用不同的旋转角更新，而其他不参与替换的种群用固定旋转角更新；迭代上述过程，直到满足停止条件。本发明有效的提升了量子遗传算法的全局搜索能力和搜索效率，降低了遗传算法的进化代数。同时各种群间抑制竞争相互合作有效的提升了算法的全局性，预测准确性大幅度增加。

技术领域

本发明属于生物信息学技术领域，尤其涉及一种基于多种群协助的量子遗传算法的RNA二级结构预测方法。

背景技术

目前，业内常用的现有技术是这样的：RNA二级结构是指RNA序列由自身回折形成的茎环结构，是一种介于一级结构和三级结构之间的结构，且存储较多高级结构信息，因此二级结构的研究是生物信息学领域的重要研究课题。二级结构的确定主要有两种方法：物理化学的实验方法和数学计算的预测方法。实验方法主要包括X射线晶体衍射和核磁共振(NMR)。虽然实验方法得到的结果精确，但由于RNA分子降解速度快，难以结晶，故通过等实验方法测定RNA分子的结构很不容易，费时费力，代价高昂，无法满足今天海量RNA二级结构预测的需求。另外实验方法只能测定包含较少碱基的RNA序列的二级结构，而面对分子量较大的RNA时，实验方法的精确度会急剧下降。为了解决上述实验方法的弊端，人们开始着手借助数学计算方法，并结合计算机从理论上去预测RNA的二级结构，然后做进一步的验证。目前RNA二级结构的预测主要有两种思路：基于系统发育的序列比对方法和基于分子热动力学最小自由能模型。基于最小自由能模型的主要算法有动态规划算法、茎区组合算法和启发类算法等。启发类算法属于随机类算法，无法保证每次计算都收敛到全局最优解，即自由能最小的结构。而如前所述，RNA的真实结构往往是一种次优结构，正好可以利用这个条件，使用启发类算法计算出指定阀值范围的所有二级结构，然后做进一步验证。常用的启发类算法有如遗传算法，模拟退火算法，神经网络算法等。现有的遗传算法有遗传算法(GA)、量子遗传算法(QGA)、增强型量子遗传算法(EQGA)。用遗传算法来预测RNA二级结构是一种比较基本的智能算法，用该算法来预测RNA二级结构是一种预测RNA二级结构的新思路，尽管算法能够预测RNA二级结构，但算法本身存在收敛速度慢、搜索效率低，易陷入局部极值点的问题。量子遗传算法，是一种将量子计算理论和遗传算法相结合的概率搜索算法，该算法具有更好的种群多样性和计算并行性的特点，这些特点使量子遗传算法具有更快的收敛速度和更高的搜索效率，但算法旋转角固定，不能根据搜索结果调整搜索参数，因此依然存在搜索性差的问题，而另一方面尽管收敛速度有所改观，但依然收敛速度慢。增强型量子遗传算法，在量子遗传算法中加入了自适应旋转参数，优化了收敛速度；在算法中引入交叉和变异操作，优化了算法的全局性搜索能力。但收敛速度和局部搜索能力仍然是一个关键问题。

综上所述，现有技术存在的问题是：现有的RNA二级结构预测算法中存在的收敛速度慢，搜索能力差的问题。搜索能力差往往不能协调算法全局和局部搜索能力，会使算法很容易陷入到局部极小值点，造成“早熟”现象，从而不能寻得全局最优点，从而使算法性能偏低。而收敛速度慢，则会使算法迭代次数过高，算法的执行时间过长，而使算法的执行效率低下。

解决上述技术问题的难度和意义：遗传算法中，全局搜索能力和局部搜索能力是两个“难以兼得”的能力，一个算法如果有较强的全局搜索能力，那么往往就不能兼顾局域搜索能力，反之亦然。如果将两者协调折中，那么算法又会陷入到收敛速度慢的问题。如果能很好的协调三者，既能有较强的全局搜索能力，又有较强的局域搜索能力，且收敛速度快，那么算法的准确性和运算效率就会得到很大的提高，RNA二级结构的预测准确度和算法收敛速度就会大大增加。

发明内容