系统生物学要求开发使用组学数据推断生物体内工作的生物分子之间相互作用网络的算法。 进化算法的一种主要类型是遗传编程（GP），它具有很高的启发性，可以作为一种搜索方法来获得以树结构表示的合适解。 但是，由于GP通过随机值确定参数（例如系数）的值，因此难以将其应用于描述具有高非线性度的振荡生化反应系统的状态方程式中。 因此，在这项研究中，我们提出了一种新的GP程序，称为“ k-step GP”，旨在推论振荡生化反应系统的状态方程。 k步骤GP程序包含两种算法：1）使用改进的Powell方法进行参数优化-经过遗传操作（例如交叉和变异）后，通过应用具有二次收敛性的改进的Powell方法来优化参数（例如