(1) 理论研究(算法的改进和新算法的提出): 这部分研究内容是在课题组前期研究的量子行为粒子群优化(QPSO)算法的基础上进行的。一方面改进PSO 算法和QPSO 算法，加快算法的收敛速度，提高算法的全局收敛能力；另一方面本课题考虑在量子动量表象中研究粒子的运行，找到合适的粒子动量变化的波函数。(2) 多序列比对：一方面根据群体智能优化算法, 优化目标函数进行多序列比对；另一方面结合一种标准的剖面HMM 的拓扑结构用于多序列的比对。(3) 蛋白质结构比对：一是使用新的优化算法对蛋白质结构进行比对，主要优化蛋白质的距离矩阵。二是将蛋白质的结构信息转化成序列信息，构造新的目标函数，将结构信息和序列信息结合起来，然后通过优化算法和剖面HMM 进行序列比对。