最优化方法在蛋白质结构预测与基因识别中的应用

生物信息处理是应用数学、生命科学与计算机应用领域研究的热点，使用系统的方法研究细胞和生物组织的工作才刚刚起步。生物数据量在以指数阶增长，而仅仅针对生物数据检测一个假设都需要大量的时间，因此迫切需要获取和分析高流量生物数据的新方法。由于生物信息的复杂性，高效的生物数据分析算法一定是将多种方法加以组合优化的结果。按照这个思路尝试将基于统计决策和最优化方法的最优搜索理论引入生物信息处理是很有意义的，其中最重要的工作是建立基于最优搜索理论的生物信息处理数学模型,并根据这个模型给出各种处理方法的最优融合策略以及对资源（如时间、费用、算法、工具等）的最优分配，即如何在搜索空间中寻找一条最优搜索路径，并确定沿着这条搜索路径的关于搜索资源的一种最优分配策略，以最大化查找成功的概率或获取的有用信息量，改进和提高生物信息处理的效率和准确性。