章鱼式优化 (OIO)：导航蛋白适应性景观的层次框架

导航广阔崎岖生物适应性景观以发现高价值功能模式——如最优蛋白序列——是健康信息学中的核心挑战。然而，常规算法往往在探索-开发之间的困境中挣扎，无法实现全局搜索与深层局部细化的协同，导致陷入亚最优解。为克服这一障碍，我们引入了章鱼式优化 (Octopus Inspired Optimization, OIO)，这是一种新型层次元启发式方法，模拟章鱼独特的神经结构以内在统一中心化的全局探索和并行的局部开发。我们在真实世界的蛋白工程基准测试中验证了 OIO，其性能超过了 15 种竞争性元启发式方法。这一成功得益于 OIO 在类似蛋白的景观中的结构适合性，经其在 NK-Landscape 基准测试中的顶级排名，以及其强大的优化引擎，证明其在 gold-standard CEC2022 基准测试中的第一名表现。因此，OIO 为药物发现和个性化医疗等复杂优化问题提供了一种稳健、源自自然的计算工具。