蛋白质折叠研究对于揭示蛋白结构和功能关系,进而了解相关疾病的致病机理意义重大。蛋白质折叠已被证明是NP-完全问题。本文针对蛋白质折叠研究中的能量最小化问题,提出了一种新的并行群体模拟退火算法(Parallel Group Simulated Anneal...蛋白质折叠研究对于揭示蛋白结构和功能关系,进而了解相关疾病的致病机理意义重大。蛋白质折叠已被证明是NP-完全问题。本文针对蛋白质折叠研究中的能量最小化问题,提出了一种新的并行群体模拟退火算法(Parallel Group Simulated Annealing,PGSA)及其改进型算法(PGSA_1/K)。该算法使用了降温因子加速收敛精度,并采用MPI消息传递并行编程技术加快蛋白质结构空间搜索以及能量最小化寻找速度。以Met_Enkephalin蛋白为对象的计算机模拟仿真结果表明,我们提出的算法及其改进型有很好的扩展性,可以高效搜索蛋白结构空间,从而找到相关蛋白的最小能量结构。展开更多
文摘蛋白质折叠研究对于揭示蛋白结构和功能关系,进而了解相关疾病的致病机理意义重大。蛋白质折叠已被证明是NP-完全问题。本文针对蛋白质折叠研究中的能量最小化问题,提出了一种新的并行群体模拟退火算法(Parallel Group Simulated Annealing,PGSA)及其改进型算法(PGSA_1/K)。该算法使用了降温因子加速收敛精度,并采用MPI消息传递并行编程技术加快蛋白质结构空间搜索以及能量最小化寻找速度。以Met_Enkephalin蛋白为对象的计算机模拟仿真结果表明,我们提出的算法及其改进型有很好的扩展性,可以高效搜索蛋白结构空间,从而找到相关蛋白的最小能量结构。