基于群智能的蛋白質-多肽對接算法研究.pdf

1、蛋白質-多肽間相互作用是計算生物學中的熱門方向，對其結合的精確預測有助于了解體內(nèi)復雜的信號通路以及相關蛋白質功能，并對進一步的藥物設計有著至關重要的作用。蛋白質-多肽對接方法能夠有效的模擬蛋白質-多肽間相互作用，其對接算法性能直接決定模擬實驗的成功與否和準確性，因此，面向蛋白質-多肽的對接算法也就成為當前眾多學者關注的研究熱點。
　　可將蛋白質-多肽對接問題轉化為一個變量優(yōu)化問題，其優(yōu)化的目標是尋找配體和受體結合的低能構象，而其對

2、接性能主要取決于快速有效的構象搜索算法和精確的能量評估函數(shù)。為進一步提高蛋白質-多肽對接的成功率和準確性，本文從蛋白質-多肽對接的構象搜索算法入手，將群智能算法中的經(jīng)典代表-人工蜂群算法進行改進，并引入到蛋白質-多肽對接當中。
　　針對人工蜂群算法收斂速度慢，易陷入局部最優(yōu)等問題，本文提出了采用面向多較優(yōu)近鄰互學習機制的改進蜂群算法EMLABC，進一步提高了人工蜂群算法的探索和開發(fā)性能。在和ABC算法及其變種以及經(jīng)典PSO算法變種

3、進行的對比測試中，EMLABC在收斂速度、準確性和穩(wěn)定性上都有顯著的提升。本文中還將EMLABC算法引入蛋白質-多肽對接問題中，作為其構象搜索方法，結合AutoDock4.2能量打分函數(shù)引導構象搜索，提出一種新的蛋白質-多肽對接算法EMLABCDock。在同當前主流的面向蛋白質-多肽的對接算法進行的對比實驗中，與HADDOCK、DynaDock、pepATTRACT、GalaxyPepDock、pepCrawler和Rosetta Fl