2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、蛋白質(zhì)與小分子間的相互作用與識別過程是如今研究的熱點,而基于生物信息學(xué)的分子對接技術(shù)則是研究這一問題的有效手段。分子對接就是找到配體與受體在其活性區(qū)域相結(jié)合時能量最低的構(gòu)象。
   分子對接方法面臨著兩大基本問題需要解決:一是評價配體和受體之間結(jié)合的緊密程度,此問題通過評價函數(shù)解決。另一個則是搜尋受體和配體間所有可能的最優(yōu)結(jié)合方式,此問題使用優(yōu)化算法解決。從本質(zhì)上說,分子對接就是通過優(yōu)化算法將評價函數(shù)當(dāng)作目標函數(shù)求解最小值的過程

2、。
   本文首先介紹了蛋白質(zhì)與小分子間力的相互作用,繼而闡述了分子對接的相關(guān)理論知識,并對分子對接中常見的評價函數(shù)以及優(yōu)化算法進行了詳細比較并評價它們的優(yōu)缺點。
   其次,詳細介紹了粒子群算法(ParticleSwarmOptimizationAlgorithm,PSO)以及它的改進型即量子粒子群算法(Quantum-behavedParticleSwarmOptimizationAlgorithm,QPSO),在研

3、究分析了它們的優(yōu)點及不足后,提出了一種將QPSO算法及局部搜索相結(jié)合的新的改進型QPSO算法--QPSO-LS算法,通過測試函數(shù)對其進行測試,結(jié)果表明QPSO-LS算法對PSO算法以及QPSO算法的尋優(yōu)能力有所改進。
   接著,將QPSO-LS算法作為構(gòu)象搜索算法引入分子對接,形成分子對接程序QLDOCK。通過蛋白質(zhì)復(fù)合物晶體結(jié)構(gòu)復(fù)原測試,證明了使用QPSO-LS搜索算法的QLDOCK在構(gòu)象空間的尋優(yōu)能力較好,分子對接的精確度

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論