基于磁滯優(yōu)化和極值優(yōu)化算法的蛋白質(zhì)折疊問題研究.pdf

1、蛋白質(zhì)的空間構(gòu)象問題是計(jì)算生物研究中涉及的一類重要問題。本文研究蛋白質(zhì)的氨基酸序列在空間中如何排列構(gòu)成它的基態(tài)的問題,即蛋白質(zhì)折疊問題。
　　 本文采用廣受歡迎的格點(diǎn)模型(HP模型)為蛋白質(zhì)折疊問題的模型,并針對二維HP模型和三維HP模型。分別利用磁滯優(yōu)化算法(HO)和極值優(yōu)化算法研究了蛋白質(zhì)折疊問題。
　　 首先,本文首次把磁滯優(yōu)化算法(HO)應(yīng)用到二維HP模型的蛋白質(zhì)折疊問題中。HO算法是一種基于物理的優(yōu)化算法,最早

2、是由G.Zará nd等人于2002年針對旋轉(zhuǎn)玻璃模型所提出的。算法的核心在于利用交流去磁過程達(dá)到優(yōu)化的效果。具體地說,通過在模型中引入外部場強(qiáng)度,隨著外部場強(qiáng)度方向的依次交替變化,逐步優(yōu)化目標(biāo)函數(shù),使其最終趨于最優(yōu)解。HO算法的創(chuàng)始人曾把它應(yīng)用到100個(gè)城市的旅行商問題求解中,并分析了該算法的有效性,本文首次把HO算法應(yīng)用到蛋白質(zhì)折疊問題中,針對二維的HP模型,HO算法對于氨基酸序列長度小于85的蛋白質(zhì)折疊問題求解十分有效,能較快找到

3、最優(yōu)構(gòu)象。
　　 其次,本文擴(kuò)展了極值優(yōu)化算法,把它成功地應(yīng)用到更為復(fù)雜的三維蛋白質(zhì)折疊優(yōu)化問題中。對于三維的HP模型,找尋最優(yōu)解更加復(fù)雜,很多算法比如遺傳算法,蒙特卡羅算法等近年來也在解決二維HP模型的蛋白質(zhì)折疊問題之后,嘗試擴(kuò)展到解決三維HP模型的優(yōu)化問題。相比而言,極值優(yōu)化算法是一種收斂速度快,局部搜索能力強(qiáng),且設(shè)計(jì)簡單容易實(shí)現(xiàn)的優(yōu)化算法。極值優(yōu)化算法應(yīng)用到二維蛋白質(zhì)折疊優(yōu)化問題中,對于短序列的蛋白質(zhì)優(yōu)化問題呈現(xiàn)出了很好的