基于自回避搜索遗传算法的蛋白质折叠研究

利用生物信息学方法,对蛋白质折叠过程进行研究,建立蛋白质折叠自回避搜索的遗传算法模型,通过计算机模拟,对较短序列进行检测,以探究蛋白质折叠的过程。实证研究表明,此算法产生了效果较好的蛋白质折叠构象。但对于长序列,自回避路径折叠搜索计算时间将呈指数增长。为了更真实地模拟蛋白质折叠过程,进一步探讨了并行遗传算法模型,该模型充分体现序列折叠时的并行性与自组织性,使它适用于较长序列的折叠,折叠过程不会因为序列长度的增加而快速增大模拟的复杂度,且符合生命的演化规律。

蛋白质折叠过程中自回避搜索的算法研究

蛋白质折叠是一个复杂的演化过程。目前广泛采用HP格子模型,可以使分子内部连续的结构空间离散化,减少分子内部的自由度,从而较有效地研究蛋白质的折叠机理。在格子模型中,自回避路径的确定是搜索折叠构象的关键。文章在基于二维HP格子模型基础上,提出了一种简捷快速的自回避路径搜索算法,并在计算机上进行实例检测及模拟,产生效果较好的蛋白质折叠构象。但对于长序列,自回避路径折叠搜索计算时间将呈指数增长。为了更真实地模拟蛋白质折叠过程,文章进一步探讨了建立并行HP格子模型思路,对较长序列的折叠,其折叠过程不会因为序列长度的增加而快速增大模拟的复杂度,且符合生命的演化规律。

基于混合遗传算法的蛋白质结构预测研究

将遗传算法与模拟退火算法相结合,提出一种新的混合遗传算法,并采用该算法对蛋白质的折叠过程进行研究。实验结果表明,采用该算法比单纯采用遗传算法或者采用模拟退火算法速度更快,计算结果更精确,是一种行之有效的新方法。

蛋白质折叠问题的能量函数优化模型

为降低蛋白质折叠模型的复杂性,固定了蛋白质能量表面某些相对次要的自由度,根据真实蛋白质结构及HP格子模型的特点,对原有的势能函数作了适当的简化,给出了一种简化能量函数。通过实例证明,这种简化能量函数可以简便地计算出蛋白质折叠结构中能量的最小值,提高了确定蛋白质折叠结构的效率。

元胞自动机在蛋白质折叠中的应用

蛋白质折叠过程是热力学过程和动力学过程的综合,要对折叠过程进行研究,寻找能量函数的极小值,需借助简化模型和特殊方法进行。首先利用二维元胞自动机模拟了雪花的生长,然后利用其能很好地体现生命演化的并行性、演化性及自组织性等特点来研究蛋白质折叠,提出了并行HP格子模型。这种模型不仅便于对生命现象进行更真实的模拟,而且弥补了传统模型均为串行模型的不足。