计算机辅助药物分子对接并行演化设计

对分子对接理论作了简单介绍,建立了一个基于柔性配体分子与刚性受体分子对接的数学规划模型,将分子对接中的构象优化搜索转化为求解约束极小化问题的过程,并采用带有空间收缩的多种群并行遗传算法进行求解．在分布式存储的并行机曙光3000上模拟计算表明,该设计具有很高的并行加速比,在保证分子对接的准确性和有效性的前提下,大大提高了分子构象搜索的速度．     

药物分子对接中的构象搜索策略

药物分子对接设计是大规模数据库筛选的理想途径。本文在介绍分子对接理论的基础上,建立了一个数学规划模型,将分子对接中的构象搜索转化为约束极小化问题,并采用带有空间收缩的小种群遗传算法进行求解。在遗传算法中还引入了信息熵的概念,用熵控制各种群搜索空间的收缩。本方法用种群的多样性避免了遗传进化的早熟现象,以空间收缩尺度作为停机判据,有效地控制了算法的收敛。在多种群进化机制上,采用小种群策略,极大程度地减少了计算量,提高了分子对接的效率。实例表明本方法适用于药物分子对接设计。     

一种基于免疫遗传算法的分子对接构象搜索策略

分子对接是计算机辅助药物分子优化设计中的一种重要方法,搜索算法和评分函数是当前分子对接研究的难点与热点.在借鉴当前分子对接构象搜索策略的基础上,提出了一个基于免疫遗传算法的分子对接药物设计方法AutoDockIGA.首先建立了基于最优化方法的分子对接数学模型AutoDockModel,并设计了基于免疫遗传算法的构象搜索策略,运用此方法对布克海文蛋白质数据库中(Brookhaven Protein Data Bank)的6种蛋白质一配体复合物进行了实验测试,并将实验结果与AutoDock3.0、模拟退火算法的对接时间和精度进行比较和分析,实例测试表明AutoDockIGA具有更高的寻优能力.     

基于演化设计的遗传算法在分子对接中的应用

将自然界的物种动态模型引入到遗传算法当中,反映出物种的真实进化状态,开发了基于演化设计的遗传算法。算法采用自适应策略克服了确定交叉和变异概率值的问题,利用小种群策略和最优保留策略保证了种群的多样性,改善了算法的寻优能力,进而提高了计算效率。运用该遗传算法求解分子对接优化模型,给出基于演化设计的分子对接程序。对接实例表明,算法能有效应用于分子对接问题中。     

基于容错机制的精细药物分子对接网格

针对药物分子对接的搜索空间大、耗费时间长、对计算环境要求高等问题,给出一种将网格技术应用于药物分子对接的方案。基于遗传算法多种群竞争机制的对接演化模型GasDock,以信息熵控制空间的收缩,增强进化的目的性,提高对接效率。提出局部类树型结构及结点失效的容错机制,提高了精细药物分子对接任务的效率及容错性。测试结果证明了精细药物分子对接与网格技术相结合的合理性和有效性。     

球谐函数在蛋白质分子匹配和对接中的应用

本文将球谐函数应用在分子表面模拟上，以解决生物大分子（蛋白质）与生物大分子（蛋白质）之间的对接（dock)，为药物分子设计的研究奠定理论基础。     

球谐函数在蛋白质分子匹配和对接中的应用

本文将球谐函数应用在分子表面模拟上,以解决生物大分子(蛋白质)与生物大分子(蛋白质)之间的对接(dock),为药物分子设计的研究奠定理论基础。     

黄嘌呤氧化酶抑制剂对环氧合酶的分子对接及药物特性研究

利用计算机辅助药物设计(CADD)技术去探讨403个黄嘌呤氧化酶抑制剂作为治疗痛风药物的潜在可能性。本研究运用Surflex-Dock、FAF-Drugs2、Toxtree的Benigni/Bossa rulebase和PharmMapper对COX-1和COX-2进行柔性分子对接、ADMET预测、致癌性预测和潜在药物靶标预测研究。结果显示化合物ChEMBL 170303和460160有最高的药物潜在价值,可对其进行生物活体及临床研究以了解其确切功效,从而发掘能同时治疗高尿酸血症及炎症的新型抑制剂。     

药物分子对接中应用网格的研究与进展

药物分子对接所涉及的搜索空间非常巨大,需要耗费大量的时间,并且对计算环境也有较高的要求．将网格技术应用于药物分子对接中,能有效地解决上述问题．首先对分子对接理论做了简单介绍;然后,利用网格数据传输和网格任务调度等网格技术对分子对接过程进行了优化,有效利用了网格结点资源,并降低了药物分子的对接时间;最后的实例测试表明了药物分子对接与网格技术相结合的合理性及有效性．     

计算机辅助药物设计在新药研究中的应用

计算机辅助药物设计（CADD）是在计算机技术、分子药理学和分子生物学等多学科交叉发展的基础上形成的药物研发新技术,它的快速发展,极大地减少了新药创制的盲目性和偶然性。该文在介绍了CADD原理、方法及策略的基础上,对CADD在新药研发中的应用进展进行了回顾,并对其存在问题和应用前景进行了展望。     

基于遗传算法的分子场分析方法研究

将遗传算法引入比较分子场分析方法中进行最佳构象的选择。通过遗传算法的优化,可以得到一组统计最优的三维构效关系模型。计算结果表明,通过遗传算法优化得到的最优模型要优于用传统比较分子场分析方法得到的模型;同时,从这个最优构象中我们可以确定这线化合物的活性构象。     

基于遗传算法的方案智能优化设计

建立方案智能优化设计的过程模型，提出一种新的方案智能优化设计的求解方法模型：知识－分析－生成－评价－进化，研究了基于遗传算法的方案智能优化设计的关键技术，作为工程实例建立了起重机起升装置方案优化设计智能系统。     

改进的遗传算法用于氩原子簇的结构优化

目的:研究一种改进的遗传算法对氩原子簇的结构进行优化;方法：描述了一种采用实数串编码,非一致性变异和数值交叉算子改进的遗传算法,同时结合了局部搜索技术来进一步优化遗传算法得到的最佳解;结论：将改进的遗传算法用于氩原子簇（Ar)N（N＝2.14）的结构优化后,其结果表明MGALM虽算法简单,但对较小原子簇体系（N≤14）,可以得到其已知的全局最优结构。     

基于梯度遗传算法的压电换能器稳健优化设计

悬臂梁式压电振动换能器是一种新型的供电装置,其设计受到加工过程等不确定因素影响。从遗传算法和田口稳健设计的理论方法出发,结合悬臂梁式压电振动换能器的理论模型,设计了以输出平均功率为优化目标的稳健优化设计方案。利用目标函数的梯度信息加速遗传算法的收敛,以遗传算法产生的每一代种群的最优个体作为内表中的一组数据,利用外正交表计算优化目标的信噪比,对优化目标信噪比进行对比分析,得到一组最优设计参数。将该组数据对应的换能器与其它优化方法得到参数对应的换能器性能进行对比,表明该组参数下,换能器有较好的工作特性。     

基于设计模式的改进遗传算法设计与实现

针对传统的遗传算法编程求解过程中存在的代码复用性不高,灵活性差的情况,在参考麻省理工学院Matthew Wall开发的遗传算法类库GAlib的基础上,文章提出了基于设计模式的改进遗传算法设计框架,并提供了部分Visual C#代码和演示。该框架通过使用模板方法模式、策略模式和适配器模式大大提高了改进遗传算法在设计实现过程中的可扩展性和灵活性。     

遗传算法在建筑概念设计中的应用

介绍了一种可以应用于建筑概念设计的遗传算法.该算法采用基于数学表示二叉树结构的编码方法,以及相应的交叉、变异操作,目标函数及人机交互相结合的适应度值确定方法,生成简单的曲线.选定的曲线经过三维可视化处理形成实体.这些生成的三维实体与人工设计的构件一起被分类,然后统一保存到构件库中.通过采用二进制编码的遗传算法,生成组合方案,组合构件库的构件,形成比较复杂的外观造型.以一个建筑外观设计为例,介绍了算法的执行过程.     

基于均匀设计的遗传算法及其应用

本文为克服遗传算法解决有关优化问题时,对遗传算法的各操作参数及初始种群的选取往往凭借经验带有盲目性,还需要大量反复的试验才能获得比较理想的操作参数和初始种群的缺点,引入均匀试验设计的思想将遗传算法参数设定描述为一个多因素多水平的优化设计问题,应用均匀设计方法选取遗传算法操作参数和初始种群,对全维状态观测器设计的实例应用表明该方法简单有效,具有工程实用价值,为遗传算法的实际应用提供了科学指导。     

基于遗传算法的产品基因重组设计

针对客户定制产品设计灵活性差的问题,提出一种基于遗传算法的产品基因重组的设计方法。在产品的重组 设计中引入基因工程,利用遗传算法对现有的产品设计方案进行优化,以满足制造业客户定制产品的多样化需求,实现客户定 制产品的智能设计。以某机械制造企业的数控机床为例,完成了遗传算法的关键技术：适应度函数、选择算子、交叉算子的设 计开发,验证了该方法的可行性和有效性。