二維HP模型蛋白質(zhì)折疊性質(zhì)的改進(jìn)遺傳算法研究.pdf

1、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)是生物信息學(xué)研究領(lǐng)域的熱點(diǎn)問(wèn)題之一，它是關(guān)于如何從蛋白質(zhì)的氨基酸序列出發(fā)來(lái)預(yù)測(cè)它的結(jié)構(gòu)、折疊、功能等問(wèn)題.本學(xué)位論文以蛋白質(zhì)的親-疏水（HP）格子模型為對(duì)象，結(jié)合蛋白質(zhì)的二級(jí)結(jié)構(gòu)和改進(jìn)的遺傳算法，計(jì)算了9種不同的蛋白質(zhì)HP序列，搜尋到它們的最低能量構(gòu)型，并分析它們的性質(zhì).
　　 首先，我們研究了蛋白質(zhì)的結(jié)構(gòu)模型及其相關(guān)的能量函數(shù).探討如何求解蛋白質(zhì)結(jié)構(gòu)折疊過(guò)程中的能量函數(shù)是整個(gè)過(guò)程的關(guān)鍵問(wèn)題.綜合目前國(guó)內(nèi)外的研究熱

2、點(diǎn)，考慮到蛋白質(zhì)折疊過(guò)程綜合了熱力學(xué)和動(dòng)力學(xué)，及其折疊的隨機(jī)性和過(guò)程的復(fù)雜性，本文將已有能量函數(shù)與HP格子模型相結(jié)合，構(gòu)建了一種簡(jiǎn)化的能量函數(shù)并提出基于二維HP格子模型的二級(jí)結(jié)構(gòu)基本構(gòu)型.
　　 其次，我們研究了遺傳算法在蛋白質(zhì)折疊過(guò)程的應(yīng)用.簡(jiǎn)單遺傳算法并不能保證以概率1收斂到最優(yōu)解，且人為主觀地確定交叉概率和變異概率并不利于最優(yōu)問(wèn)題的求解，因此在簡(jiǎn)單遺傳算法的基礎(chǔ)上提出了改進(jìn)的自適應(yīng)遺傳算法，有效地克服了簡(jiǎn)單遺傳算法的不足.

3、我們結(jié)合二級(jí)結(jié)構(gòu)基本構(gòu)型，改進(jìn)了遺傳算法盲目搜索策略，改變了原來(lái)的隨機(jī)編碼機(jī)制，引入對(duì)具有連續(xù)疏水殘基的局部序列進(jìn)行特定編碼方法，并且加入識(shí)別遺傳操作，及修改相應(yīng)的交叉、變異，得出有更好適應(yīng)性的算法，加速算法收斂，得出問(wèn)題的最優(yōu)解.
　　 最后，我們對(duì)9種不同長(zhǎng)度的標(biāo)準(zhǔn)蛋白質(zhì)HP序列進(jìn)行數(shù)值模擬.實(shí)驗(yàn)結(jié)果表明，我們的算法不僅計(jì)算出比其它盲目隨機(jī)搜索方法更低的能量值，例如序列長(zhǎng)度為20、24、25、36、48、50和60的最低能量