求解蛋白质折叠构形预测问题的PERM改进算法

PERM算法用来求解蛋白质折叠构形预测问题具有非常高的效率。本文介绍了PERM算法的思想，并详细介绍了一种我们改进的PERM算法。使用该算法求解蛋白质折叠构形预测的二维HP格点模型取得了相当好的计算结果。     

基于模拟退火算法的蛋白质折叠问题求解

论文将模拟退火思想用于蛋白质结构预测问题,并在此基础上提出改进策略,计算结果表明,对于蛋白质折叠问题模拟退火算法是有效的,改进后的模拟退火算法的计算效率优于目前常用的遗传算法和MonteCarlo方法。     

求解蛋白质折叠问题的拟物切片算法

蛋白质结构预测问题在生物学领域具有重要的理论意义和现实意义,提出一种拟物切片算法,与目前文献中依格点模型求解蛋白质折叠问题的最高效算法PERM进行对比分析。对当前文献中公认的最难的4个算例的计算都达到较好的结果。     

求解蛋白质结构问题的改进模拟退火算法

将模拟退火(SA）思想用于求解蛋白质结构预测问题,并在此基础上提出了两个提高解的质量和加快收敛速度的改进策略,计算结果表明改进后的SA算法的计算效率优于目前常用的遗传算法和Monte Carlo方法。     

改进的蚁群算法求解蛋白质折叠问题

针对蛋白质折叠问题的二维格点模型(2DHP)提出了一种改进的蚁群算法(ACO).受链生长型算法Pruned-Enriched Rosenbluth Mvthod(PERM)的启发,在计算迹的时候增加了一个新的信息量,使得改进后的蚁群算法具有较快的收敛速度,同时采用基于极值动力学的优化方法(EO)进行局部搜索.求解基准实例的结果表明,该算法能够在保证解质量的前提下能大大缩短计算时间.     

蛋白质折叠问题的蚁群优化算法研究

蛋白质是一类重要的生物大分子,在生物体内占有特殊的地位,是生命的主要承担者。而研究蛋白质的折叠,是生命科学领域的前沿课题之一。在概述蚁群算法及2D HP蛋白质模型的基础上,针对蛋白质折叠问题提出一种蚁群优化算法,并用几个比较典型的模型对其进行仿真实验,结果表明该蚁群优化算法在求解蛋白质折叠问题时表现出了良好的性能。实践表明该算法具有很高的应用价值。     

求解非格点模型的蛋白质结构预测问题的拟物拟人算法

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）的三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．     

求解HP模型蛋白质折叠问题的改进PERM算法

PERM是一种用来求解基于HP模型的蛋白质折叠问题的高效算法.在介绍PERM算法核心思想的基础上,对影响算法效率的因素做了改进:重新定义了权重和权重预测公式,并对选择动作时不同情况下的权重计算公式进行了统一,得到了改进的PERM算法.对当前文献中的多个典型算例进行了测试,并与Monte Carlo算法和PERM进行了比较.结果表明, 改进后的PERM算法在计算速度上比PERM有明显提高,在速度和优度上远高于Monte Carlo算法.特别是对链长为46的算例,找到了比文献中报道的结果能量更低的构形.     

求解HP模型蛋白质折叠问题的启发式算法

构造了一个新的数学模型,把三维HP模型的蛋白质折叠问题由一个有约束的优化问题转化为无约束的优化问题,通过建立相对坐标和邻域结构,提出了一个局部搜索算法,并对文献中的链长不同的7个算例进行了测试。结果表明,该算法能在较短时间内找到其中5个算例的最优能量枸形,对另外2个难例,则可以找到能量仅比最优构形高一个单位的次优构形。     

求解蛋白质结构预测问题的二维连续模型及其相应的拟物算法

研究了生物信息学中的一个重要问题,即蛋白质结构预测．受物理世界的物体间相互作用的规律的启发,给出了该问题一个二维欧氏空间连续模型．它比离散模型有一定的优越性,此模型的优点可能在于让计算很自然地利用到了一个客观存在的“天然导引”,这个“天然导引”即是疏水氨基酸之间的引力,从而在构形优度相当的前提下,连续模型有助于计算速度的提高．然后根据这个连续模型找到了相应的拟物算法,最后给出了一些实验结果,它们也说明了这个连续模型及相应的拟物算法的优点．     

Quasi-Physical Algorithm of an Off-Lattice Model for Protein Folding Problem

Protein folding problem is one of the most prominent problems of bioinformatics. In this paper, we study a three-dimensional off-lattice protein AB model with two species of monomers, hydrophobic and hydrophilic, and present a heuristic quasi-physical algorithm. By elaborately simulating the movement of the smooth elastic balls in the physical world, the algorithm finds low-energy configurations for a given monomer chain. A subsequent ＂off-trap＂ strategy is proposed to trigger a jump for a stuck situation in order to get out of local minima. The methods have been tested in the off-lattice AB model. The computational results show promising performance. For all sequences with 13 to 55 monomers, the algorithm finds states with lower energy than previously proposed putative ground states. Furthermore, for the sequences with 21, 34 and 55 monomers, new putative ground states are found, which are different from those given in present literature.     

基于改进的禁忌搜索的蛋白质三维结构预测

禁忌搜索算法是一种局部搜索能力很强的全局迭代优化算法,已经被成功地应用到各种组合优化问题中。基于AB非格模型,该文将一种改进的禁忌搜索算法应用于蛋自质三维折叠结构预测。实验结果表明改进的禁忌算法求得的蛋白质三维最低能量构形的最低能量值比已有的算法求得的最低能量值要低,同时三维构形中形成了一个疏水核,被亲水残基包围,反映了真实蛋白质的结构特征。该算法效率高,可以有效地用于蛋白质三维折叠预测。     

基于Toy模型蛋白质折叠预测的多种群微粒群优化算法研究

基于Toy模型的蛋白质折叠结构预测问题是一个典型的NP问题.提出了多种群微粒群优化算法用于计算蛋白质能量最小值.该算法采用了一种新的算法结构,在该结构中,每一代的种群被分为精英子种群、开采子种群和勘探子种群三部分,通过改善种群的局部开采能力和全局勘探能力来提高算法的性能.分别采用Fibonacci蛋白质测试序列和真实蛋白质序列进行了折叠结构预测的仿真实验.实验结果表明该算法能够更精确地进行蛋白质折叠结构预测,为生物科学研究提供了一条有效途径.