蛋白质折叠模型和算法.pptVIP

四、折叠算法 (8)人口控制算法 一种改进的PERM算法，它给出了 PERM 算法的一种拟人解释，对算法中的权重及预测值进行了拟人化 的改进，并对选择动作时不同情况下的权重计算公式进行了统 一，算法在计算效率上有了明显的提高。[1] 拟物算法具体步骤如下[6]： a）在3n 维欧氏空间中随机生成一个点，并计算当前构型下的U 值； b）当前构型下的U 值记为U0； C）按梯度下降法作一次优化并计算当前U 值，记做Ul； d）计算U0 - Ul的值，若该值小于0. 000 00l 则结束；否则转至b 拟人策略[6]: 当拟物计算落入某一局部极小值“陷阱”时，可获得与该值相对应的格局以及该格局的中心位置；将此格局中距离该中心最远的黑球（ 象征着上面例子中那个非常痛苦的人）取出来放到这个中心点上，并以此时的格局作为新的初始格局进行新一轮的拟物计算。 四、折叠算法 (9)免疫算法(Immune algorithm) 在遗传算法基础上发展起来的,它模拟生物免疫系统对外来抗原排除，最大的特点是免疫记忆特性,抗体的自我识别能力和强大 的信息处理能力。作为一种集免疫机制与进化机制于 一体的全新的演化算法,较遗传算法较好的解决了已有算法中 出现的退化现象，且使收敛速度有了显著提高。同时，在非格模 型的优化问题上,较遗传算法和模拟退火算法，有更强的全局搜 索能力和更高的稳定性。[1] （10）其他新算法： 基于重要性抽样的SISPER算法； 基于Monte Carlo的 MSOE算法； 在生物计算Web Service领域有着重要的应 用价值的网格计算(Grid Computation) 。 四、折叠算法 （10）其他新算法： 粒子群优化算法(PsO)是一种新的群体智能算法，源于对鸟群群体捕食行为的研究[3]． 右图由RasMol绘制而成．图(a)是从数据库文件中读取了2sN3的所有Cα原子坐标数据得到的结构图，图(b)是计算得到的Cα原子坐标数据的结构图．两种结构的Cα-RMSD值为6．12A。 五、折叠分类数据库[4] 1、LIFCA数据库 LIFCA数据库包括α、β、α/β类2406个蛋白质结构域，选自ASTRAL一1．65数据库中序列间同一性小于25％、分辨率小于2．57的非冗余子集。利用基于折叠核心的蛋白质折叠类型分类方法，确定每一个样本的折叠类型，建立蛋白质折叠信息标注文件，形成了蛋白核心折叠注释数据库LIFCA，相关信息可以通过访问http：///LIF-CA得到。目前，LIFCA数据库包含α类蛋白的44种折叠类型、β类蛋白的70种折叠类型、α/β类蛋白的145种折叠类型。 2、SCOP数据库 SCOP基于进化相关给出了蛋白质折叠类型的分类，被大家广泛采用，LIFCA是基于折叠核心的二级结构组成及分布的蛋白质结构分类数据库． 在折叠识别中作用显著 参考文献 1.欧阳芳平，徐慧,郭爱敏，李燕峰 ;蛋白质折叠机理的理论研究; China Journal of Bioinformatics; 2007,5; 2. 解伟、王翼飞；蛋白质折叠的计算机模拟；上海大学学报；2000年4月； 3.谭晓超、何红波、李义兵；蛋白质折叠的非格子模型；计算物理；2007年3月； 4.李晓琴、仁文科、刘岳、徐海松、乔辉;蛋白质折叠类型分类方法及分类数据库;生物信息学;2 0 1 0年9月； 5.陈凤飞、黄文奇；蛋白质HP模型的改进和PERM算法求解；计算机仿真；2007年5月； 6.许如初，秦 明，黄文奇;蛋白质结构预测的拟物拟人算法研究;计算机应用研究;2007 年8 月； 7.刘岳、李晓琴、 徐海、松乔辉；蛋白质折叠类型的分类建模与识别；物理化学学报；2009，12； 谢谢观赏 蛋白质折叠模型和算法 中山大学 生科院 阿牛哥 2013.4.15 文献整理 目录 01 理论进展 03 折叠模拟 02 折叠模型 04 折叠算法 05 数据库 一、理论进展[1] 20世纪30年代，吴宪提出了蛋白质的变性。英国剑桥大学的Bemal发现蛋白质折叠是一个物理过程，而且能在试管中进行。 1973年，Anfisen观察到完全还原的核糖核酸酶A可以在体外自发折叠成具有完全活性的天然构象，蛋白质的一级结构包含有指导其形成天然构象的全部信息。天然结构可能处于总体自由能的最低点。 Levinthal的悖论(paradox)。 Levinthal和wetlaufer提出蛋白质的折叠过程是有动力学控制的。