蛋白质折叠和结构预测是生物信息学研究中最富有挑战性的研究领域,对于人们进一步了解蛋白质的结构和功能具有非常重要的意义.蛋白质折叠的计算机模拟和预测作为一种辅助手段,可直接应用于新的功能蛋白质的设计和研究.正是由于理论和应用方面的重要性,使得该领域的研究工作越来越受到重视.随着各种随机算法的兴起并应用到各个领域,人们发现随机算法对于解决蛋白质折叠问题有其特有的优点.特别是蒙特卡罗方法由于它本身的优点(方法不受解空间结构和分布的影响)渐渐引起了人们的兴趣.各种改进的蒙特卡罗方法成为计算机模拟蛋白质折叠的重要工具.本文将并行回火与遗传算法的混合算法、群体模拟退火方法以及群体模拟退火方法与遗传算法的混合算法这三种改进的蒙特卡罗方法应用到蛋白质折叠模拟计算上,并就二维网格模型比较了这三种方法搜索最小能量构象的能力以及计算了这三种方法得到最小能量构象所花费的时间.接着本文使用我们提出的群体模拟退火方法与遗传算法的混合算法模拟计算了三维空间中的蛋白质折叠.本文又使用该方法模拟计算了PDB数据库中的三条氨基酸序列,比较了采用不同适应值函数的模拟计算结果并将结果与PDB数据库中的蛋白质结构进行比较.本文最后讨论了二维空间中蛋白质残基的单突变与双突变,再次验证了有关蛋白质突变的一些特点.