序列比对是生物信息学中一项重要的基础性研究课题,而多序列比对又是序列比对中最重要、也是最有挑战性的任务之一。研究多序列比对对于蛋白质的功能域识别、二级结构预测、基因识别以及分子系统发育分析等具有重要的意义。由于多序列比对问题是一个NP完全问题,如何求解至今仍是生物信息学中的一个难题。本文主要研究了遗传算法在多序列比对中的应用,分别提出多种群遗传算法和小生境遗传算法解决多序列比对问题,为解决生物多序列比对问题提供了新的途径。本文主要完成了以下两个方面的工作：第一针对传统遗传算法在多序列比对后期种群多样性差、容易陷入局部最优解等问题,本文提出了一种多种群遗传算法。利用多种群方法以及迁移策略对标准遗传算法进行改进,采用单向环拓扑结构连接各子群,随机迁移策略增加种群的多样性,并利用多序列比对结果中空位很少单独出现的特点设计了-种新的突变算子,以增强算法的局部搜索能力。随后利用该算法对基准多序列比对库BAliBASE1.0多条序列进行了比对测试,并且分析了各算法对不同测试集的优劣,实验结果表明了算法的有效性。第二为了进一步提高算法的寻优能力及种群的多样性,本文在上一算法的基础上引入了一种基于罚函数的小生境技术。基于罚函数的小生境遗传算法在多序列比对中的应用主要解决了三个方面的问题：多序列个体两两之间的相似度计算、罚函数的选取和指定距离L的选取对算法的影响,并且在各种群中以各自不同的突变概率进化,可以很好地保持种群的多样性。随后利用该算法对基准多序列比对库BAliBASE1.0多条序列进行了比对测试,并综合了上一算法的实验结果进行比较分析,结果表明相比于第三章的算法,基于罚函数的小生境遗传算法具有更好的寻优能力。