蛋白质构形预测问题就是根据组成蛋白质的氨基酸序列来预测其空间折叠结构。蛋白质是一类重要的生物大分子,是生命活动的主要承担者。只有当组成蛋白质的氨基酸序列折叠成正确的三维空间结构才能使其具有正常的生物学功能。研究蛋白质的根本目的是要将天然蛋白质进行改造,或者设计非天然的新蛋白质以满足人类的需要。这种改造和设计的重要基础就是对蛋白质结构进行预测。对蛋白质结构的预测最初主要使用各种实验方法。但是,由于蛋白质分离纯化技术要求高,蛋白质晶体难以培养等原因,这些方法都受到很大制约。研究发现,蛋白质的天然结构形式完全包含在相应分子的氨基酸序列的信息之中。这一观点奠定了通过理论计算的方式进行蛋白质构形预测的理论基础。针对该问题的HP格点模型,已经提出了许多近似算法,其中最具代表性的有遗传算法、模拟退火算法、基于重要性抽样的SISPER算法以及基于裁减复制策略的PERM算法等。这些算法取得了一定的进展,但其求解效率仍然有待进一步提高。PERM算法是一种链生长算法。它通过制定一定的评判准则,让有前途的个体得以繁衍,而不具备发展潜力的个体停止繁殖,从而减少了搜索的分支数。从拟物拟人的角度对该算法进行分析,并且提出了两个拟物拟人策略:人口政策策略和人生预测策略。通过对人类社会中人口控制政策的模拟,对影响PERM算法效率的关键因素如权重、上限、下限等重新给出定义。通过对人生预测准确性的分析得到启发,在链生长的前期降低复制的门槛,在链生长的后期提高复制的门槛。综合这些策略,制定了更有效的评判准则,对PERM算法进行改进。用国际公认的算例做检验,计算结果表明改进PERM算法在求解蛋白质折叠问题时表现出非常高的效率。