蛋白質(zhì)廣泛分布于生物體的各種組織當(dāng)中,在生物的生命過程中扮演著不可或缺的角色。為更好的了解蛋白質(zhì)在生物體內(nèi)所執(zhí)行的功能,進(jìn)而揭示由于蛋白質(zhì)結(jié)構(gòu)改變導(dǎo)致的疾病發(fā)病機(jī)理,最終達(dá)到有針對(duì)性進(jìn)行治療的目的,獲得蛋白質(zhì)的三維空間結(jié)構(gòu)是最直接、有效的途徑。信息技術(shù)的發(fā)展及其與生物學(xué)科的交叉為蛋白質(zhì)三維結(jié)構(gòu)的獲取提供了周期短、成本低的計(jì)算方法。直接從蛋白質(zhì)的氨基酸序列出發(fā),設(shè)計(jì)有效的算法,利用計(jì)算機(jī)獲得蛋白質(zhì)的三維空間結(jié)構(gòu),是生物信息學(xué)中的熱點(diǎn)研究問題,本文研究內(nèi)容主要針對(duì)蛋白質(zhì)結(jié)構(gòu)從頭預(yù)測(cè)構(gòu)象優(yōu)化方法。預(yù)測(cè)得到的蛋白質(zhì)三維結(jié)構(gòu)、由序列比對(duì)提取的蛋白質(zhì)同源結(jié)構(gòu)距離譜信息、殘基接觸信息、二級(jí)結(jié)構(gòu)信息等等,都能夠反映由于氨基酸突變對(duì)蛋白質(zhì)結(jié)構(gòu)的影響,進(jìn)而評(píng)估氨基酸突變對(duì)于蛋白質(zhì)功能的影響,本文針對(duì)癌癥驅(qū)動(dòng)突變預(yù)測(cè)問題也進(jìn)行了初步研究。本文在基于種群的進(jìn)化算法框架下,基于抽象凸估計(jì)技術(shù),提出了用于蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的抽象凸下界估計(jì)信息引導(dǎo)的構(gòu)象空間搜索方法;為了構(gòu)建更緊的下界估計(jì)信息以進(jìn)一步提高采樣效率,提出了Lipschitz下界估計(jì)信息引導(dǎo)的構(gòu)象特征空間采樣方法;為了更好的保留采樣過程中得到的優(yōu)質(zhì)構(gòu)象解,提...

【文章頁數(shù)】：116 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖2-1(a)絲心蛋白三級(jí)結(jié)構(gòu)PDB(b)人肌紅蛋白三級(jí)結(jié)構(gòu)PDBFigure2-1.(a)TheTertiaryStructureofFibroin(b)TheTertiaryStructureofMethemeglobin

才能形成發(fā)揮生物學(xué)功能的特定區(qū)域，如酶活性中心等。因此蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)更多的是指蛋白質(zhì)三級(jí)結(jié)構(gòu)的預(yù)測(cè)。圖2-1(a)絲心蛋白三級(jí)結(jié)構(gòu)PDB(b)人肌紅蛋白三級(jí)結(jié)構(gòu)PDBFigure2-1.(a)TheTertiaryStructureofFibroin(b)....

圖2-2蛋白質(zhì)構(gòu)象粗粒度表達(dá)模型

φψ圖2-2蛋白質(zhì)構(gòu)象粗粒度表達(dá)模型Figure2-2.Coarse-grainedProteinRepresentationModel

圖2-6PyRosetta設(shè)計(jì)流程

UpdateOutputInitialModalN-1InitialModalN-2InitialModalNExpectedModalM-1ExpectedModalMUpdateMConformations圖2-5種群擁擠度識(shí)別多模態(tài)優(yōu)化方法的基本步驟....

圖3-3計(jì)算構(gòu)象和實(shí)驗(yàn)測(cè)定構(gòu)象的三維結(jié)構(gòu)比對(duì)圖

基于群體進(jìn)化的蛋白質(zhì)結(jié)構(gòu)從頭預(yù)測(cè)構(gòu)象優(yōu)化方法研究29圖3-3計(jì)算構(gòu)象和實(shí)驗(yàn)測(cè)定構(gòu)象的三維結(jié)構(gòu)比對(duì)圖Figure3-3.Comparisonbetween2ConformationsObtainedbyCalculationandExperimentRoset....

本文編號(hào)：4013405