数値シミュレーションによる タンパク質立体構造予測.pptVIP

* どの程度温度を下げたらいいかわからんから，履歴を利用． PSA/GAcによる探索中に，あるローカルサーチ周期の中で何点かにおいて関数値をプロットする． 履歴の近似曲線を生成．ローカルサーチをしなかったら，このように関数値が下がるだろうという曲線． ローカルサーチ後のエネルギー値には，ここら辺で到達するだろうということが分かる． ローカルサーチ後の関数値に対応するMCsweep数を求め，それから温度を決定． PSA/GAcでは，MCsweepごとに温度を下げているため，MCsweep数が決定されたら，そのときの温度が求まる． * タンパク質の部分解であるα-ヘリックスの探索効率化するためのローカルサーチを考案した． エネルギー関数をモデル化したテスト関数を作成した． ローカルサーチを効率化するために，ローカルサーチ後に温度を下げる手法を考案した． タンパク質に適用し、効率よい探索が行われることを確認します。 * 最適化手法で構造予測するには，エネルギー関数のモデル化をする． 二面角値を変えることで，タンパク質のエネルギー値が変化する． * レナード?ジョーンズ項：ファンデルワールス相互作用 * 　タンパク質は，栄養素としてはもちろんのこと，ヒトを含めた生物の体を形成し，生命現象に直接関わっているという意味で非常に重要な物質である． タンパク質の持つ働きは，その構造と密接に関わ