蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的粒子群優(yōu)化算法研究.pdf

1、蛋白質(zhì)工程是現(xiàn)代生物技術(shù)發(fā)展的前沿領(lǐng)域,求解蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)問(wèn)題是后基因組時(shí)代蛋白質(zhì)工程中最重要的課題之一,同時(shí)也是生物信息學(xué)領(lǐng)域中極具挑戰(zhàn)性的問(wèn)題之一。蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)中的從頭預(yù)測(cè)方法以熱力學(xué)假說(shuō)“蛋白質(zhì)的天然構(gòu)象是自由能最低的構(gòu)象”為理論基礎(chǔ),通過(guò)計(jì)算蛋白質(zhì)最低的能量值可以預(yù)測(cè)出蛋白質(zhì)的結(jié)構(gòu)。因此,使用從頭預(yù)測(cè)方法來(lái)進(jìn)行蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)可以歸結(jié)為一個(gè)全局優(yōu)化的問(wèn)題。
　　 AB(Toy)模型是蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的經(jīng)典模型之一。它是一種

2、連續(xù)聚合體模型,比其他模型更接近真實(shí)的蛋白質(zhì)結(jié)構(gòu),研究的現(xiàn)實(shí)意義也更大?；贏B(Toy)模型的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)問(wèn)題是一個(gè)典型的NP問(wèn)題,尋找一種有效的全局優(yōu)化算法是求解該問(wèn)題的關(guān)鍵。目前,已經(jīng)有許多啟發(fā)式算法應(yīng)用到蛋白質(zhì)的二維AB模型中進(jìn)行結(jié)構(gòu)預(yù)測(cè),但是這些方法預(yù)測(cè)的精度不夠高,計(jì)算的速度也不夠快。將粒子群優(yōu)化(PSO)算法應(yīng)用于蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)中是近幾年來(lái)PSO算法的一個(gè)新的應(yīng)用?；诙SAB模型,本文研究了蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的全局版本和局

3、部版本的PSO算法。對(duì)局部版本的PSO算法,分別研究了環(huán)形五鄰域結(jié)構(gòu)、環(huán)形九鄰域結(jié)構(gòu)、馮·諾依曼五鄰域結(jié)構(gòu)和馮·諾依曼九鄰域結(jié)構(gòu),在四條Fibonacci蛋白質(zhì)測(cè)試序列上進(jìn)行了仿真。
　　 針對(duì)PSO算法在求解多變量?jī)?yōu)化問(wèn)題中存在的不足,提出了一種帶迭代改進(jìn)策略的PSO算法框架,能有效地減少多變量之間的相互影響,使PSO算法有更好的局部求精能力。在典型測(cè)試函數(shù)上的仿真表明,帶迭代改進(jìn)策略的PSO算法明顯優(yōu)于傳統(tǒng)PSO算法。將該算