[发明专利]一种基于多目标遗传算法的带假结核酸结构预测方法

权利要求书

1.一种基于多目标遗传算法的带假结核酸结构预测方法，包括以下步骤：

S100，设置最小茎区数MinStem、环中最小碱基数MinLoop、最大假结数MaxPesudoKnot，种群规模N，变异率Pc，交叉率Pm，最大进化代数Gen进行初始化；

S101，长度为n的RNA序列S表示为x₁x₂x₃…x_n，其中x_i∈{A,C,G,U}，1≤i≤n；对RNA序列的每个碱基，用碱基所在位置序号来代替，表示为1，2，3,…,i,…,n的编码方式称为长度编码；

S102，判断待检测RNA序列中的碱基配对情况，当RNA序列中i，j位置发生碱基配对时，将对应位置的碱基编码进行交换；根据碱基配对情况计算符合碱基配对规则的随机点匹配列表：

(i，j，k)，

其中i，j分别表示RNA分子序列的第i个位置和第j个位置可以进行匹配，k为随机碱基对(i，j)的连续匹配数，得到随机点(i，j)的k连续匹配集(i,j,k₁,k₂,k₃,…,k_n)用以表示位置i和位置j匹配时可选的连续匹配数集合；随机点匹配列表(i，j，k)中随机数i，j同时满足以下关系：

ij

j-i-k3

最小茎区数≤k≤2/3*序列长度n

若随机数不满足上述关系，则重新生成随机数；若满足，则判断是否满足k连续匹配；若不满足k连续匹配，则重新生成随机点，满足，则添加到随机点匹配列表中；生成随机点匹配列表(i，j，k)后对其进行k连续匹配验证，步骤如下：

首先对单独位置上的碱基组合依照Watson-Crick碱基配对规则进行校验，先把分子序列重新编码，编码规则按照A，C，G，U依次对应0，1，2，3，根据碱基配对规则，若第i位置与第j位置为基本匹配，即A-U，G-C或U-A，C-G配对时，需要满足如下条件：

RnaSeq[i]+RnaSeq[j]＝3

当匹配为G-U或U-G配对时，则需满足以下条件：

RnaSeq[i]+RnaSeq[j]＝5

当从第i位置开始到第i+k-1位置为止分别与第j位置开始到第j-k+1位置为止，均满足上述条件，则随机生成的三元组(i，j，k)满足k连续匹配；

S103，使用模拟退火算法从连续匹配数集合中随机产生N个随机RNA序列，设为初始种群P₀；

S104，对当前种群P_t进行遗传操作，包括对种群中N个RNA序列进行选择、交叉和变异，得到子种群Q_t；

S105，将父代种群P_t和子种群Q_t合并成为整体种群R_t；

S106，对整体种群R_t根据评价函数进行非支配排序构造出不同等级的非支配解集Z₁,Z₂,Z₃…,对分配好等级的非支配解集进行拥挤距离排序；

其中评价函数定义如下：F＝(总的碱基匹配数，总分组数)

S107，根据排序的高低挑选出前N个解，构成下一次迭代的父代种群P_t+1；

S108，判断进化代数是否达到设定的最大值Gen，如果达到最大值则进入步骤S109，否则进入步骤S104；

S109，输出Pareto最优解集

S110，计算Pareto最优解集中所有RNA分子的自由能，输出自由能最小的RNA分子结构。