5、优化DNA芯片设计与基因选择分类的创新方法

优化DNA芯片设计与基因选择分类的创新方法

1. 模拟退火算法在DNA芯片设计中的应用

模拟退火（Simulated Annealing，SA）是一种随机化程序，于80年代初被开发出来。它能为许多实际案例中的组合优化问题提供良好的近似解。该算法的核心思想源于金属冷却并凝固成最低能量晶体结构（退火过程）与在更一般系统中寻找最小值之间的类比。其成功很大程度上依赖于被称为温度的控制参数的选择，为了给模拟退火制定尽可能好的冷却计划，研究该程序的收敛行为是必要的。

模拟退火从组合优化问题的一个可行解开始，在每次迭代中生成一个随机选择的邻域解。该算法采用随机搜索，不仅接受使目标函数减小的变化，也接受一些使目标函数增大的变化。如果变化后的函数值更好，则转向该解并继续迭代；否则，仅以一定概率接受新解，且这个概率会随着迭代次数的增加而减小，因为温度在不断降低。

2. 原位、计算机芯片设计中的参数设定

在DNA中，最稳定的状态是四个碱基形成沃森 - 克里克碱基对：dG ≡ dC，dA = dT（每个连字符代表一个氢键）。如果两条序列完全互补，它们会在适当条件下相互杂交。由于双链形成是一个随机过程，非完全匹配的序列之间也可能发生杂交，且杂交概率与错配（MM）的数量成反比。不同的错配可能对杂交有不同的影响，因此在模型中设定了以下参数：
- 类型相关参数 ：对于DNA，沃森 - 克里克对和错配的数量分别为2和8，可能的组合数为 。考虑DNA - RNA杂交体时，有4个沃森 - 克里克对和12个错配，元素顺序很重要，组合数为 。每个类型相关参数被限制在[0.0, 10.0]区间内：0.0 ≤ dXrY ≤ 10.0，其中X ∈ {A,