基于AB非格模型與遺傳退火算法的蛋白質(zhì)折疊結(jié)構(gòu)預(yù)測(cè).pdf

1、蛋白質(zhì)的生物功能是由它們的空間折疊結(jié)構(gòu)決定的，理解蛋白質(zhì)的折疊過程是生物信息學(xué)領(lǐng)域中極具挑戰(zhàn)性的問題之一。近年來，許多研究者從事蛋白質(zhì)簡(jiǎn)化模型的研究，這些模型基于熱力學(xué)假說，即蛋白質(zhì)的天然構(gòu)象是自由能最低的構(gòu)象。在這些簡(jiǎn)化模型的基礎(chǔ)上，出現(xiàn)各種優(yōu)化方法用于蛋白質(zhì)空間折疊結(jié)構(gòu)預(yù)測(cè)。這些方法仍存在著不足，算法在變量數(shù)目增大時(shí)，難以收斂到全局最優(yōu)解，并容易產(chǎn)生早熟收斂，從而影響求解精度和效率。 針對(duì)蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型多變量多極值的特

2、點(diǎn)，本文結(jié)合遺傳算法和模擬退火算法，形成一種新的遺傳退火算法，并用于二維AB非格模型進(jìn)行蛋白質(zhì)折疊結(jié)構(gòu)預(yù)測(cè)，二維AB非格模型考慮疏水性和親水性兩種殘基。通過對(duì)遺傳退火算法中的交叉和變異操作的改進(jìn)，并重新設(shè)計(jì)出假設(shè)生成后的排序策略，優(yōu)化算法能在保持較高精度的情況下搜索到蛋白質(zhì)序列的最低能量構(gòu)形。 在二維結(jié)構(gòu)預(yù)測(cè)的基礎(chǔ)之上，本文還將遺傳退火算法用于三維AB非格模型，該模型在考慮疏水性殘基和親水性殘基以外，還考慮了蛋白質(zhì)的扭轉(zhuǎn)能量。