蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)問(wèn)題是指從蛋白質(zhì)的一級(jí)結(jié)構(gòu)預(yù)測(cè)它的折疊和二級(jí),三級(jí),四級(jí)的結(jié)構(gòu),而蛋白質(zhì)的結(jié)構(gòu)信息可以給出遠(yuǎn)多于其序列所能給出的功能機(jī)制信息,因此這一問(wèn)題是生命科學(xué)與理論化學(xué)所追求的核心問(wèn)題之一。由于蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)問(wèn)題已經(jīng)被證明是一種NP問(wèn)題,而啟發(fā)式算法對(duì)解決NP問(wèn)題有著相當(dāng)大的優(yōu)勢(shì),因此人們?cè)噲D找到高效的啟發(fā)式算法解決這種問(wèn)題。啟發(fā)式算法是相對(duì)于最優(yōu)化算法提出的一種算法。通過(guò)學(xué)習(xí)自然界中的各種現(xiàn)象,該種算法力圖在計(jì)算的時(shí)間和計(jì)算的精度之間取得一個(gè)良好的平衡,從而實(shí)現(xiàn)在較短的時(shí)間內(nèi),能夠?qū)τ诒容^復(fù)雜的問(wèn)題得到一個(gè)可以接受的計(jì)算結(jié)果。為了解決蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)問(wèn)題,人們通常將蛋白質(zhì)結(jié)構(gòu)簡(jiǎn)化成具體的模型進(jìn)行計(jì)算,本算法是基于其中一種應(yīng)用十分廣泛的模型——HP格點(diǎn)模型。本算法的基礎(chǔ)為擬人改進(jìn)的PERM算法,該算法通過(guò)在傳統(tǒng)的PERM算法的基礎(chǔ)之上增加擬人改進(jìn)策略對(duì)算法進(jìn)行了優(yōu)化。這一類算法是一種剪枝算法,通過(guò)考慮當(dāng)前構(gòu)型在歷史構(gòu)型中的地位以及任意動(dòng)作對(duì)當(dāng)前構(gòu)型的影響制定合適的剪枝策略,從而提高算法的搜索效率。本算法是在擬人改進(jìn)的PERM算法的基礎(chǔ)之上對(duì)其進(jìn)行了進(jìn)一步的優(yōu)化,使用該算法的計(jì)算結(jié)果作... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：49 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

鏈長(zhǎng)為25的蛋白質(zhì)的一個(gè)最低能量構(gòu)型盡管SC-HP格點(diǎn)模型是一種簡(jiǎn)化的蛋白質(zhì)構(gòu)型，但是該模型可以在一定程度上很

蛋白質(zhì)結(jié)構(gòu)的檢索過(guò)程看作是一種樹(shù)的搜索過(guò)程，這種完能的蛋白質(zhì)構(gòu)型的目的，并且不會(huì)出現(xiàn)遺漏的問(wèn)題。但是間復(fù)雜度過(guò)高，對(duì)于鏈長(zhǎng)較長(zhǎng)的算例無(wú)法在可以接受的時(shí)及的 SC-HP 格點(diǎn)模型，之前很復(fù)雜的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)問(wèn)題問(wèn)題：對(duì)于給定的任意一條給定的蛋白質(zhì)鏈，我們需要找對(duì)于這樣的一個(gè)問(wèn)題，我們很快就可以想出用窮舉法進(jìn)行確定一個(gè)相鄰坐標(biāo)用來(lái)放初始的球，之后由于需要滿足 S則可以將與該球相鄰且間距為一的三個(gè)格點(diǎn)坐標(biāo)作為下一后一個(gè)球，并且若沒(méi)有出現(xiàn)合法動(dòng)作數(shù)為 0 的情況，則可。當(dāng)遍歷完所有情況后，就可以得到該蛋白質(zhì)鏈的所有可最多的構(gòu)型即為搜索的目標(biāo)。而基于該完整算法可以構(gòu)建示[17]：

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文成的向量與第 i 個(gè)和第 i+1 個(gè)氨基酸構(gòu)成的向量的夾角； 表示第 i 個(gè)氨基酸和第 j 個(gè)氨基酸之間的空間距離；果第 i 個(gè)氨基酸為疏水氨基酸 A，則 =1，否則 = ， 代表主鏈能量， 代表殘基能量。對(duì)于 AB 非格點(diǎn)模型，求解的目標(biāo)是找到一個(gè) ( = )使得該能量公式達(dá)到最小值[20]。

【參考文獻(xiàn)】：
期刊論文
[1]遺傳算法在優(yōu)化問(wèn)題中的應(yīng)用綜述[J]. 李巖,袁弘宇,于佳喬,張更偉,劉克平.  山東工業(yè)技術(shù). 2019(12)
[2]基于遺傳算法預(yù)測(cè)2D三向的蛋白質(zhì)結(jié)構(gòu)[J]. 夏慧芳,郭雨珍,江宏昊.  生物信息學(xué). 2019(01)
[3]人工智能AlphaFold成功預(yù)測(cè)蛋白質(zhì)3D結(jié)構(gòu)[J].   醫(yī)學(xué)信息學(xué)雜志. 2019(01)
[4]程序設(shè)計(jì)的時(shí)間復(fù)雜度優(yōu)化技巧[J]. 趙美勇,崔旭冉,宋思睿,湯繼澳,王夢(mèng)媛.  數(shù)字通信世界. 2019(01)
[5]基于模擬退火與貪心策略的平衡聚類算法[J]. 唐海波,林煜明,李優(yōu),蔡國(guó)永.  計(jì)算機(jī)應(yīng)用. 2018(11)
[6]求解最短路問(wèn)題的改進(jìn)禁忌搜索算法[J]. 程航,張磊.  交通科技與經(jīng)濟(jì). 2018(02)
[7]一種求解二維矩形Packing問(wèn)題的擬人型全局優(yōu)化算法[J]. 鄧見(jiàn)凱,王磊,尹愛(ài)華.  計(jì)算機(jī)工程與科學(xué). 2018(02)
[8]蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)[J]. 鄧海游,賈亞,張陽(yáng).  物理學(xué)報(bào). 2016(17)
[9]帶有停滯檢測(cè)的蟻群算法在2D HP格點(diǎn)模型中的應(yīng)用[J]. 劉羽,熊壬浩.  計(jì)算機(jī)應(yīng)用與軟件. 2016(02)
[10]NP完全問(wèn)題研究及前景剖析[J]. 杜立智,陳和平,符海東.  武漢工程大學(xué)學(xué)報(bào). 2015(10)

博士論文
[1]基于群智能算法的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)研究[D]. 陳燁.中國(guó)礦業(yè)大學(xué) 2018
[2]啟發(fā)式算法中疏散性機(jī)制在求解組合優(yōu)化問(wèn)題中的應(yīng)用[D]. 丁俊文.華中科技大學(xué) 2017
[3]鏈?zhǔn)綆缀谓Y(jié)構(gòu)的擬人型優(yōu)化方法[D]. 熊正大.華中科技大學(xué) 2011
[4]蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的現(xiàn)實(shí)求解方法[D]. 呂志鵬.華中科技大學(xué) 2007

碩士論文
[1]局部搜索算法求解組合優(yōu)化問(wèn)題[D]. 張永飛.東北師范大學(xué) 2018
[2]AB非格點(diǎn)模型蛋白的混合型結(jié)構(gòu)預(yù)測(cè)算法研究[D]. 孫媛媛.南京信息工程大學(xué) 2014
[3]求解圓形Packing問(wèn)題及模型蛋白結(jié)構(gòu)預(yù)測(cè)問(wèn)題的啟發(fā)式算法[D]. 周國(guó)城.南京信息工程大學(xué) 2011
[4]基于AB非格模型與遺傳退火算法的蛋白質(zhì)折疊結(jié)構(gòu)預(yù)測(cè)[D]. 林曉麗.武漢科技大學(xué) 2007
[5]關(guān)于蛋白質(zhì)折疊構(gòu)形預(yù)測(cè)問(wèn)題的一個(gè)PERM改進(jìn)算法[D]. 崔茂林.華中科技大學(xué) 2004



本文編號(hào)：3420888