蛋白质是生物体内的大分子,是生命活动的主要承担者。遗传密码揭示了DNA转译为氨基酸序列的机制,而氨基酸序列如何折叠为蛋白质特定空间结构仍是未解之谜。蛋白质只有折叠为特定空间结构后才能发挥特定的生物学功能。因此,研究蛋白质空间结构对理解氨基酸序列和空间结构的关系具有重要理论价值,有助于人类理解蛋白质功能、设计药物和治疗疾病等。目前,测序技术高速发展,实验解析结构的技术发展相对缓慢。这一现状导致已知序列的数目与解析结构数目的差异呈指数增加。在理论价值和现实意义的双重驱动下,利用计算机,结合算法,以氨基酸序列为起点预测蛋白质三维结构是生物信息学领域的重要研究课题之一。从头预测方法是蛋白质结构预测领域的一类重要方法。该方法根据Anfinsen法则,在能量函数的指导下,利用优化算法进行构象空间采样,期望能够搜索并选择出近天然态构象。但是,蛋白质的构象空间巨大,能量景观极其粗糙,这使其成为蛋白质结构预测领域最具挑战性的任务之一。本文针对该问题,主要工作如下:(1)针对蛋白质结构预测问题,提出了基于接触图残基对距离约束的蛋白质结构预测算法。在该算法的探索阶段,通过残基对距离离散化,设计了基于残基对距离的有偏变异和选择策略,期望尽可能保证种群的多样性。在该算法的增强阶段,按概率选择能量函数和基于接触图的评分指标,增强构象空间搜索能力。最后对10个CASP12的目标蛋白进行测试并验证所提方法的有效性。(2)针对在蛋白质结构预测领域,多阶段策略在固定代价下切换的问题,提出了蛋白质结构预测阶段切换算法。在种群进化的探索过程中,通过二面角分布建立基于信息熵的阶段切换因子,反映种群的多样性。利用该因子的变化规律实现了自适应阶段切换。同时,在增强阶段,利用探索阶段累积统计的二面角分布建立评分指标,结合能量函数,进一步对构象空间进行采样。通过对30个测试蛋白和12个CASP12的目标蛋白进行测试,实验结果表明该算法能够预测得到精度较高的蛋白质三维结构模型。