多序列比对是生物信息学中最重要和挑战性的任务之一. 针对多序列比对是NP 完全组合优化问题, 引.入Tent 混沌初始化种群策略、不同蜂种的邻域搜索策略和锦标赛选择策略等, 提出了一种基于多策略人工蜂群.的多序列比对算法. 该算法应用Tent混沌初始化种群策略以使初始个体多样化和获取较好初始解; 其次针对不同.蜂种的特性设计不同的邻域搜索策略以平衡算法的全局探索与局部开发能力. 同时引入序列比对的蜜源编码方.法以适应多序列比对的离散性. 实验结果表明, 该算法鲁棒性较强, 能获取较好的比对性能和生物特性

针对用BaumWelch算法训练隐马尔可夫模型用于序列比对算法的搜索空间有限性容易陷入局部最优点的缺陷，提出一种用量子粒子群优化算法训练隐马尔可夫模型的生物多序列比对新方法。该方法克服了BaumWelch算法在收敛性能上的缺陷，在整个可行解空间中进行搜索。从BaliBASE数据库中选取测试例子进行数值实验，实验结果表明，所提算法优于BaumWelch算法，对标准例子进行的实验证明了算法的有效性。

通常可以将信息抽象为有限字母上的字符序列。 随着大数据时代的到来，来自各个应用领域（例如，生物序列）的序列的长度和大小不断增加，导致了经典的NP难题，即寻找多个序列的多个最长公共子序列（即MLCS问题在生物信息学，计算基因组学，模式识别等领域具有许多应用），成为研究热点并面临严峻挑战。 在本文中，我们首先揭示了基于主导点的MLCS算法很难应用于长序列和大规模序列比对。 为了克服它们的缺点，基于提出的问题解决模型和并行拓扑排序策略，我们提出了一种新颖的高效并行MLCS算法。 对随机序列和生物学序列的基准数据集进行的综合实验表明，该算法的时间和空间复杂度仅与对齐序列的优势线性相关，并且该算法大大优于现有算法的状态。先进的基于优势点的MLCS算法，因此非常适合于长距离和大规模序列比对。

alignTools alignTools是用于逐对DNA序列比对的C实现工具的集合。 它包括以下对齐功能： 整体一致性 局部语言 适合对齐（跳跃状态） 重叠对齐 编辑距离 不久的将来将添加更多功能。 版本 0.7.23-r15 开始使用 安装 $ git clone git@github.com:r3fang/alignTools.git $ cd alignTools $ make $ ./bin/alignTools Program: alignTools (pairwise DNA sequence alignment) Version: 0.7.23-r15 Contact: Rongxin Fang Usage: alignTools [options] Command: global global

对齐方式 已实现的DNA序列比对算法的集合，包括最佳全局比对，带状全局比对和用于多个序列比对的近似算法。

关于生物信息学的资料 上面是进化算法在基因序列中的应用

序列的多重比对是生物序列分析研究中的一个重要方法。文章首先介绍了HMM 的基本结构，然后着重讨论了HMM 在DNA 序列之间的多重比对中的应用。

DNAMAN适用于分析生物学应用的一体化软件包。改软件包为序列分析提供了一个就有多种功能的集成系统。您不再需要一个程序进行限制性分析，而其他程序进行多序列对比、设计PCR引物、蛋白质序列分析或绘制质粒.....DNAMAN为您执行这些任务。 DNAMAN的速度、多功能性、准确性和高质量的演示使其成为每个分子生物学家可以依赖的基本工具之一。DNAMAN是众多评审科学期刊中高度引用的序列分析软件。他也是一个序列分析软件包，每所大学、研究机构、实验室和研究科学家都可以负担的起。 DANMAN可用于Microsoft Windows、OSX和Linux。三个平台上的DANMAN文件共享相同的格式。 DANMAN的通用格式系统方便了Windows、Mac OSX和Linux之间的通信，使您的平台独立。

分子生物学 引物设计软件 DNAMAN 9 英文注册版 ************************************************** 1. 先点击Setup.exe安装原版，完成先不要运行DNAMAN； 2. 复制DNAMAN.exe 复制到安装目录下（默认目录为C:\Program Files (x86)\DNAMAN\），替换同名文件即可； 3. Enjoy！

序列比对与 A* 示例 这是使用 A* 路径查找来加速动态规划算法的示例，在本例中是序列比对问题，Levenshtein 距离是其中的一个特定实例。 O(n * e^2)与标准的 Levenshtein 距离算法不同，它运行的时间类似于n输入长度和e编辑距离的时间。它通过使用像 A* 这样的启发式算法来仅探索沿网格对角线的有希望的状态，而不是整个O(n^2)网格。 对于具有少量编辑的大文件，它比O(n^2)它所基于的简单动态编程算法要快得多，但仍然比专门的和高度优化的全局序列比对程序（如Edlib ）慢得多。不同之处在于我在两个小时内编写了这个，它有 150 行代码，包括测试、调试例程和示例。 它是用 Rust 编写的，包含两个示例程序： seqalign：读取 FASTA 格式的基因序列文件并打印对齐距离。 seqalign_plain：读取两个纯文本文件并打印对齐距离。