导读:本文包含了蛋白质非格点模型论文开题报告文献综述及选题提纲参考文献，主要关键词:蛋白质折迭问题,势能曲面变平法,牵引移动,FCC格点模型
蛋白质非格点模型论文文献综述
刘景发,宋蓓蓓,刘朝霞,孙媛媛,黄维波[1]（2014）在《一种在格点模型上模拟蛋白质折迭结构的优化算法》一文中研究指出蛋白质折迭问题是生物信息学中一个经典的多项式复杂程度的非确定性(non-deterministic polynomial,NP)难度问题.势能曲面变平法(ELP)是一种启发式的全局优化算法.通过对ELP方法中的直方图函数提出一种新的更新机制,并将基于贪心策略的初始构象的产生,基于牵引移动的邻域搜索策略与ELP方法相结合,为面心立方体(FCC)格点模型的蛋白质折迭问题提出一种改进的势能曲面变平(ELP+)算法.采用文献中9条常用序列作为测试集.对于每条序列,ELP+算法均能找到与文献中的算法所得到的最低能量相等或更低的能量.实验结果表明,ELP+算法是求解FCC格点模型的蛋白质折迭问题的一种有效算法.(本文来源于《生物化学与生物物理进展》期刊2014年07期）
宋蓓蓓[2]（2014）在《基于面心立方体格点模型的蛋白质结构预测算法研究》一文中研究指出蛋白质是生命的物质基础,研究蛋白质的折迭机理并有效地预测其空间结构不仅对实验生物学起着重大的指导作用,在药品研发、疾病治疗等方面也有着广泛的应用价值。随着蛋白质工程技术的发展,测定氨基酸序列的速度己远远超过用理化实验方法来测定蛋白质空间结构的速度。因此,从理论上来预测蛋白质的空间结构有着非常重要的现实意义。真实蛋白质的空间结构非常复杂,预测难度非常高。为此,学者们大多采用简化模型来进行模拟实现,本文采用的是面心立方体(FCC)格点模型。该模型不存在正方形和立方体格点模型中所存在的奇偶性问题,并且用该模型模拟出的结构也比用正方形和立方体格点模型模拟出的结构更接近于真实蛋白质的结构。然而,该模型序列即使只包含两种氨基酸：疏水氨基酸和亲水氨基酸,其蛋白质结构预测问题仍是一个NP难度问题。本文采用两种智能优化算法——势能曲面变平(ELP)算法和Wang-Landau抽样算法,来对FCC格点模型的蛋白质结构预测问题进行求解。实验结果表明,这两种算法均是预测基于二维(2D)和叁维(3D)FCC格点模型的蛋白质的空间结构的有效算法。具体研究方法和成果如下：(1)通过对ELP算法中的频数直方图提出一种新的更新机制,并将用于产生初始构象的贪心策略和基于牵引移动的邻域搜索策略与ELP算法相结合,提出一种改进的势能曲面变平(ELP+)算法。首先对12个常用算例在2D和3D FCC格点模型上进行测试,ELP+算法均能找到与文献中的算法所得到的最低能量相等或更低的能量；然后对5组共21个常用算例在3D FCC格点模型上进行测试,ELP+算法改进了其中12个算例的最低能量。(2) Wang-Landau抽样算法是一种新颖的蒙特卡罗(MC)算法。不同于传统的MC算法每次只能在给定的温度下产生正则分布,该算法通过在能量空间中的随机行走来获取一个平坦的能量直方图,从而精确估计系统的能量状态密度。本文首次将Wang-Landau抽样算法引入FCC格点模型进行蛋白质结构预测。通过将该随机算法与具有精细搜索能力的牵引移动策略相结合,提出了一种新的针对FCC格点模型的智能随机优化算法。采用文献中的33个算例作为测试集,对于每条序列,该算法所求得的最低能量要么低于,要么等于ELP+算法和已知文献中所有算法所得到的最低能量,说明该算法是求解蛋白质结构预测问题的一种高效算法。(本文来源于《南京信息工程大学》期刊2014-06-01）
林晓丽,万程鹏[3]（2008）在《基于AB非格模型和遗传退火算法的蛋白质折迭预测》一文中研究指出蛋白质结构预测的主要难点之一是全局优化问题。以AB非格模型为基础,采用遗传和模拟退火方法来进行蛋白质折迭预测,同时对遗传算法的变异函数进行了改进,重新设计出假设生成后的排序策略。实验结果表明,在AB非格模型中利用遗传退火算法可以有效地完成蛋白质折迭的预测,能在保持较高精度的情况下快速收敛到全局最优解。(本文来源于《科技创业月刊》期刊2008年07期）
林晓丽[4]（2007）在《基于AB非格模型与遗传退火算法的蛋白质折迭结构预测》一文中研究指出蛋白质的生物功能是由它们的空间折迭结构决定的,理解蛋白质的折迭过程是生物信息学领域中极具挑战性的问题之一。近年来,许多研究者从事蛋白质简化模型的研究,这些模型基于热力学假说,即蛋白质的天然构象是自由能最低的构象。在这些简化模型的基础上,出现各种优化方法用于蛋白质空间折迭结构预测。这些方法仍存在着不足,算法在变量数目增大时,难以收敛到全局最优解,并容易产生早熟收敛,从而影响求解精度和效率。针对蛋白质结构预测模型多变量多极值的特点,本文结合遗传算法和模拟退火算法,形成一种新的遗传退火算法,并用于二维AB非格模型进行蛋白质折迭结构预测,二维AB非格模型考虑疏水性和亲水性两种残基。通过对遗传退火算法中的交叉和变异操作的改进,并重新设计出假设生成后的排序策略,优化算法能在保持较高精度的情况下搜索到蛋白质序列的最低能量构形。在二维结构预测的基础之上,本文还将遗传退火算法用于叁维AB非格模型,该模型在考虑疏水性残基和亲水性残基以外,还考虑了蛋白质的扭转能量。研究结果表明:叁维AB非格模型与二维AB非格模型相比,更能反应出真实蛋白质的重要特性。本研究设计和实现以上遗传退火算法,以及该算法在二维和叁维AB非格结构预测模型中的应用,并取得了较好的预测结果,实验结果表明遗传退火算法优于已有的算法。(本文来源于《武汉科技大学》期刊2007-04-30）
刘景发,黄文奇[5]（2006）在《求解非格点模型的蛋白质结构预测问题的拟物拟人算法》一文中研究指出本文研究了一个具有两种氨基酸(疏水氨基酸和亲水氨基酸)的叁维非格点的蛋白质模型.受物理世界的物体间相互作用的规律和人类社会生活经验的启发,给出了该模型蛋白质结构预测问题的拟物拟人算法.计算结果表明被提出的方法在非格点的蛋白质模型上是有效的.与文献中给出的所有算例的结果相比,无论是在最低能量值还是在计算时间上,本文算法都要好.对于这些算例中规模最大的3个,还找到了与文献中结构完全不同的最低能量构形.(本文来源于《小型微型计算机系统》期刊2006年10期）
张红娟[6]（2005）在《基于非格点模型的蛋白质结构预测研究》一文中研究指出蛋白质的功能是由其多肽分子折迭而成的高级结构所直接赋予的;蛋白质分子关于其折迭方式的信息又蕴藏在其氨基酸序列或一级结构中,因此从蛋白质的一级结构来预测高级结构就成为了蛋白质研究领域的一个重要任务。本文围绕这个问题作了一些研究工作,主要结果如下: 1 基于蛋白质二维HP非格模型和改进的模拟退火算法研究了长短程作用在蛋白质折迭过程中的作用。通过试验得出了1ECD、2RNS、1PHT、1WBC等蛋白质序列的折迭构型,并根据PDB中所提供的上述蛋白质序列的结构信息,具体讨论了长程作用对蛋白质构型的影响,说明了长程作用在叁级结构的形成和稳定中,位于诸多影响因素的首位。 2 将一种改进的进化策略算法应用于蛋白质叁维HPNX非格模型,较成功地预测了蛋白质序列1RPB、1BPI和1UBQ的折迭趋势,说明了叁维HPNX非格模型比简化HP非格模型更能准确地描述蛋白质的折迭情况,同时表明进化策略算法用于蛋白质结构预测问题是可行的、有效的。(本文来源于《大连理工大学》期刊2005-12-06）
李冬冬,王正志,杜耀华,晏春[7]（2004）在《蚂蚁群落优化算法在蛋白质折迭二维亲-疏水格点模型中的应用》一文中研究指出氨基酸的亲疏水格点模型是研究蛋白质折迭的一种重要的简化模型,其优化问题是一个非确定型的多项式问题。采用蚂蚁群落优化算法对这一问题进行了研究,对测试数据的计算结果表明,在一定规模下,此算法能够有效地获得亲-疏水格点模型的最优解,其效率优于传统的MonteCarlo仿真等方法。(本文来源于《生物物理学报》期刊2004年05期）
王向红,章林溪,赵得禄[8]（2004）在《蛋白质分子的HNP格点模型》一文中研究指出从 6 0种球形蛋白质的结构出发 ,采用Miyazawa Jernigan相互作用矩阵 ,计算了蛋白质分子中氨基酸之间的相互作用能 .发现构成蛋白质分子的 2 0种氨基酸可分成疏水 (Hydrophobic ,H)、中性 (Neutral,N)、亲水(Hydrophilic ,P)基团 .在计算它们之间相互作用能的基础上 ,建立了蛋白质分子的HNP格点模型 .用这个模型计算了二维蛋白质分子在自然态 (Nativestate)时的构象性质 .同时研究了氨基酸序列为HHNHNPNHPP HPNPPHPHPPHHPHNH的折迭过程 ,得到其基态能量为 - 6 4 89RT .这能为研究球形蛋白质的构象性质及折迭过程提供一种更合理的格点模型(本文来源于《高分子学报》期刊2004年02期）
章林溪,赵得禄[9]（2001）在《新颖的蛋白质格点模型》一文中研究指出提出了建立在键长涨落模型基础上的蛋白质格点模型 ,通过对二维蛋白质分子的构象研究 ,发现这种蛋白质分子具有更多的紧密接触对、更低的基态能量和更大的平均紧密度 .蛋白质分子的构象数与键数目 N的关系为 :Ω0 ～γN,这里γ=4 .768.同时与二维的正方形蛋白质格点模型进行了比较(本文来源于《高等学校化学学报》期刊2001年07期）
蛋白质非格点模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
蛋白质是生命的物质基础,研究蛋白质的折迭机理并有效地预测其空间结构不仅对实验生物学起着重大的指导作用,在药品研发、疾病治疗等方面也有着广泛的应用价值。随着蛋白质工程技术的发展,测定氨基酸序列的速度己远远超过用理化实验方法来测定蛋白质空间结构的速度。因此,从理论上来预测蛋白质的空间结构有着非常重要的现实意义。真实蛋白质的空间结构非常复杂,预测难度非常高。为此,学者们大多采用简化模型来进行模拟实现,本文采用的是面心立方体(FCC)格点模型。该模型不存在正方形和立方体格点模型中所存在的奇偶性问题,并且用该模型模拟出的结构也比用正方形和立方体格点模型模拟出的结构更接近于真实蛋白质的结构。然而,该模型序列即使只包含两种氨基酸：疏水氨基酸和亲水氨基酸,其蛋白质结构预测问题仍是一个NP难度问题。本文采用两种智能优化算法——势能曲面变平(ELP)算法和Wang-Landau抽样算法,来对FCC格点模型的蛋白质结构预测问题进行求解。实验结果表明,这两种算法均是预测基于二维(2D)和叁维(3D)FCC格点模型的蛋白质的空间结构的有效算法。具体研究方法和成果如下：(1)通过对ELP算法中的频数直方图提出一种新的更新机制,并将用于产生初始构象的贪心策略和基于牵引移动的邻域搜索策略与ELP算法相结合,提出一种改进的势能曲面变平(ELP+)算法。首先对12个常用算例在2D和3D FCC格点模型上进行测试,ELP+算法均能找到与文献中的算法所得到的最低能量相等或更低的能量；然后对5组共21个常用算例在3D FCC格点模型上进行测试,ELP+算法改进了其中12个算例的最低能量。(2) Wang-Landau抽样算法是一种新颖的蒙特卡罗(MC)算法。不同于传统的MC算法每次只能在给定的温度下产生正则分布,该算法通过在能量空间中的随机行走来获取一个平坦的能量直方图,从而精确估计系统的能量状态密度。本文首次将Wang-Landau抽样算法引入FCC格点模型进行蛋白质结构预测。通过将该随机算法与具有精细搜索能力的牵引移动策略相结合,提出了一种新的针对FCC格点模型的智能随机优化算法。采用文献中的33个算例作为测试集,对于每条序列,该算法所求得的最低能量要么低于,要么等于ELP+算法和已知文献中所有算法所得到的最低能量,说明该算法是求解蛋白质结构预测问题的一种高效算法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
蛋白质非格点模型论文参考文献
[1].刘景发,宋蓓蓓,刘朝霞,孙媛媛,黄维波.一种在格点模型上模拟蛋白质折迭结构的优化算法[J].生物化学与生物物理进展.2014
[2].宋蓓蓓.基于面心立方体格点模型的蛋白质结构预测算法研究[D].南京信息工程大学.2014
[3].林晓丽,万程鹏.基于AB非格模型和遗传退火算法的蛋白质折迭预测[J].科技创业月刊.2008
[4].林晓丽.基于AB非格模型与遗传退火算法的蛋白质折迭结构预测[D].武汉科技大学.2007
[5].刘景发,黄文奇.求解非格点模型的蛋白质结构预测问题的拟物拟人算法[J].小型微型计算机系统.2006
[6].张红娟.基于非格点模型的蛋白质结构预测研究[D].大连理工大学.2005
[7].李冬冬,王正志,杜耀华,晏春.蚂蚁群落优化算法在蛋白质折迭二维亲-疏水格点模型中的应用[J].生物物理学报.2004
[8].王向红,章林溪,赵得禄.蛋白质分子的HNP格点模型[J].高分子学报.2004
[9].章林溪,赵得禄.新颖的蛋白质格点模型[J].高等学校化学学报.2001