版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、21世紀(jì)新藥研究的熱點集中于先導(dǎo)化合物的發(fā)掘與設(shè)計,其中使用計算機輔助藥物設(shè)計是先導(dǎo)化合物設(shè)計的重要方法之一。由于在先導(dǎo)物發(fā)現(xiàn)中的優(yōu)異表現(xiàn)及高效應(yīng)用,分子對接在藥物研究的諸多方面得到了廣泛的運用和推廣。在分子對接方法中,首先將配體小分子放在受體的活性位點上,在這個過程中,有很多可選的匹配模式,需要按照能量互補、幾何互補、化學(xué)環(huán)境互補等原則,找出這若干模式中,能量得分最低,也即為最穩(wěn)定最佳匹配模式。確定對接分子之間的結(jié)合強度和最佳的結(jié)合位
2、置是分子對接所面臨的重要問題,評價函數(shù)和構(gòu)象搜索是分子對接的兩個重要研究領(lǐng)域。由于配體和受體分子可以自由的旋轉(zhuǎn)和移動,同時,兩個分子構(gòu)象也在改變,使得可能存在大量的結(jié)合模式,無法利用簡單的搜索方法來完成這個艱巨的任務(wù),必須引入其他高效的優(yōu)化方法。
目前常用遺傳算法及其衍生優(yōu)化算法來進(jìn)行分子對接構(gòu)象的搜索。構(gòu)象搜索算法的研究及其模型的優(yōu)化是本文的主要研究內(nèi)容,經(jīng)典遺傳算法是基礎(chǔ),故本文介紹了分子對接相知識、對接原理之后,對經(jīng)典遺
3、傳算法進(jìn)行了詳細(xì)闡述,隨后著重于構(gòu)象搜索算法的研究,并從數(shù)學(xué)角度出發(fā)提出了基于拉馬克遺傳算法的分子對接模型,通過模擬個體在生命周期內(nèi)獲得的適應(yīng)度提高以表現(xiàn)型的形式傳遞到下一代,可以彌補經(jīng)典遺傳算法在局部搜索方面能力的不足。模型中,引入了信息熵、精英保留策略及多種群,加速進(jìn)化的同時保證了種群的多樣性。然而,拉馬克學(xué)習(xí)的不足在于不能對生物個體有效的區(qū)分,造成局部搜索資源的浪費,本文對所提出的模型加以改進(jìn),對進(jìn)行拉馬克學(xué)習(xí)的個體進(jìn)行班德文學(xué)習(xí)
4、,以挖掘個體的學(xué)習(xí)潛能,使得拉馬克學(xué)習(xí)能更有針對性。利用學(xué)習(xí)潛能和適應(yīng)度一起作為評價個體的指標(biāo),亦即給拉馬克學(xué)習(xí)賦予了個體區(qū)分的能力。本文的難點在于模型的研究、建立及優(yōu)化。目前常用的對接軟件包括DOCK、AUTODOCK及FlexX等,這些軟件各有優(yōu)劣,AUTODOCK4.2是一個開源軟件,本文在其源碼的基礎(chǔ)上,進(jìn)行修改,這樣可以使得其他參數(shù)均一致的情況下,與原AUTODOCK4.2程序?qū)嶒灲Y(jié)果進(jìn)行對比,得以驗證本文所提出的模型確實能有
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 藥物分子對接優(yōu)化模型與算法研究.pdf
- 藥物分子對接的優(yōu)化模型與算法.pdf
- 基于最優(yōu)搜索理論的分子對接研究.pdf
- 藥物設(shè)計中半柔性分子對接優(yōu)化算法研究.pdf
- 12927.分子構(gòu)象多模態(tài)優(yōu)化算法設(shè)計及實現(xiàn)
- 蛋白質(zhì)分子構(gòu)象優(yōu)化方法研究與實現(xiàn).pdf
- 藥物設(shè)計中分子對接優(yōu)化設(shè)計的算法和軟件研究.pdf
- 基于群體智能的分子對接算法研究與實現(xiàn).pdf
- 基于PageRank算法的搜索引擎優(yōu)化策略研究.pdf
- 進(jìn)化算法在分子對接中的研究與應(yīng)用.pdf
- 多目標(biāo)粒子群優(yōu)化算法的全局搜索策略研究.pdf
- 藥物分子對接優(yōu)化算法及在云平臺中的應(yīng)用.pdf
- 優(yōu)化問題的通用搜索算法研究與實現(xiàn).pdf
- 基于群體優(yōu)化策略的布谷鳥搜索算法改進(jìn)與應(yīng)用研究.pdf
- 網(wǎng)絡(luò)搜索引擎搜索策略及算法研究.pdf
- 蛋白質(zhì)構(gòu)象多模態(tài)優(yōu)化算法研究及實現(xiàn).pdf
- 搜索算法的優(yōu)化
- 回溯搜索優(yōu)化算法的研究和應(yīng)用.pdf
- 32317.具有混沌局部搜索策略的粒子群優(yōu)化算法研究
- 和聲策略禁忌搜索算法.pdf
評論
0/150
提交評論