利用改進(jìn)的粒子群算法預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu).pdf

1、自上個(gè)世紀(jì)80年代以來(lái)，生物信息學(xué)作為一門新興的交叉學(xué)科受到了科學(xué)界的廣泛關(guān)注。而蛋白質(zhì)作為生命活動(dòng)的重要承擔(dān)者，在幾乎所有生物過(guò)程中都起著至關(guān)重要的作用，它的生物學(xué)功能是由其空間結(jié)構(gòu)決定的，因此，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)就成為分子生物學(xué)中最具挑戰(zhàn)性的問(wèn)題之一。解決該問(wèn)題應(yīng)從兩方面入手：建立有效的簡(jiǎn)化模型以及尋找合理的優(yōu)化算法。近些年來(lái)，許多科研工作者致力于簡(jiǎn)化模型的研究，這些簡(jiǎn)化模型是基于蛋白質(zhì)的天然構(gòu)象處于能量最低狀態(tài)這一熱力學(xué)假說(shuō)的。HP格

2、點(diǎn)模型是最為典型的簡(jiǎn)化模型之一，但基于HP格點(diǎn)模型的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)是一個(gè)典型的NP問(wèn)題。
　　本文給出了數(shù)學(xué)能量函數(shù)，建立了整數(shù)優(yōu)化模型，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)問(wèn)題就轉(zhuǎn)化為一個(gè)組合優(yōu)化的問(wèn)題。同時(shí)，本文還給出了這個(gè)組合優(yōu)化模型的一些性質(zhì)。目前，已有許多優(yōu)化算法被用于求解蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)問(wèn)題。而粒子群算法是一種新的群智能算法，優(yōu)勢(shì)在于簡(jiǎn)單容易實(shí)現(xiàn)，又有深刻的智能背景。在優(yōu)化領(lǐng)域，粒子群算法適用于求解連續(xù)優(yōu)化問(wèn)題，而基于HP格點(diǎn)模型的蛋白質(zhì)結(jié)構(gòu)

3、預(yù)測(cè)問(wèn)題是一個(gè)離散問(wèn)題。因此，本文通過(guò)引入調(diào)整子和交換子的概念，重新構(gòu)造了兩種粒子群算法，并用它們分別求解了二維緊致HP格點(diǎn)模型下的方格網(wǎng)、菱形網(wǎng)和三角網(wǎng)以及二維非緊致HP格點(diǎn)模型下的方格網(wǎng)、菱形網(wǎng)和三角網(wǎng)。同時(shí)，本文還給出了緊致方格網(wǎng)與緊致菱形網(wǎng)、緊致菱形網(wǎng)與緊致三角網(wǎng)以及非緊致方格網(wǎng)與緊致方格網(wǎng)的比較。數(shù)值模擬結(jié)果表明，改進(jìn)的粒子群算法用來(lái)求解基于HP格點(diǎn)模型的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)問(wèn)題是可行的和有效的，是對(duì)蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)問(wèn)題的一次有效嘗試