自聯(lián)想神經(jīng)網(wǎng)絡(luò)算法在蛋白質(zhì)結(jié)構(gòu)取樣空間中的應(yīng)用.pdf

1、蛋白質(zhì)結(jié)構(gòu)預(yù)測是蛋白質(zhì)結(jié)構(gòu)和功能研究工作的重要組成部分，對蛋白質(zhì)藥物分子設(shè)計、生物制藥等方面有重要的意義。若已知同源蛋白質(zhì)家族中某些蛋白質(zhì)的結(jié)構(gòu)，就可以預(yù)測其他一些序列已知而結(jié)構(gòu)未知的同源蛋白質(zhì)結(jié)構(gòu)。通過序列比對，能夠?qū)㈤L度不等的序列通過插入空位變成等長序列，這些空位位置代表了相比對的序列是從相同的祖先通過插入和刪除等操作的演化而來，進而反應(yīng)了在生物進化過程中的變異，突變現(xiàn)象?？瘴坏某霈F(xiàn)會對同源蛋白質(zhì)建模的尺度和精度產(chǎn)生很大影響，因此對

2、蛋白質(zhì)序列比對中缺失值的研究具有重要意義。
　　對蛋白質(zhì)缺失數(shù)據(jù)的填充在之前已經(jīng)通過一些方法得到了很好的實現(xiàn)，如最鄰近算法，自組織神經(jīng)網(wǎng)絡(luò)算法。這兩種方法對蛋白質(zhì)缺失數(shù)據(jù)均給予了合理的填充，并且在平均探究尺度上從62.9％提升到82.7％，研究精度從1.65(A)提升到0.88(A)。但是由于蛋白質(zhì)的結(jié)構(gòu)空間復(fù)雜，對蛋白質(zhì)取樣空間預(yù)測的計算量非常龐大，這使得計算過程比較耗時。為此，我們希望在能夠合理對蛋白質(zhì)缺失值填充的前提下，提高