格子模型中蛋白质折叠的有效运动集.pdfVIP

34NO．10 计算槐辩学2007Vok 格子模型中蛋白质折叠的有效运动集 李小妹 (广东工业大学计算机学院广州510006) 摘要改进的遗传算法应用格子模型的一种新的运动集来优化蛋白质折叠过程。该新的运动集包含所有时祢构象 以覆传统的运动模式，使其更适用于蛋白质折叠模拟。通过在格子模型中的央验我们发现．利用新的运动集明显优于 传统使用的运动集。改进的遗传算法是一种进化算法，谊算法适台搜索任何HP序列。 关键词蛋白质折叠，格子模型，运动集 ANewMoveSetforProtein inLatticeModel Folding U)【iacrMei ol of UniversityTechnology，Guangzhou510006) (FacultyComputer，Guangdong AhdractAn the of anew improvedgeneticalgorithmapp]iesoptimizationproceduresproteinfoldingthroughdefining ilewlHoveset rotationandmirrorreflectionissuitableforusein fold— movesetinlatticemodelThe including protein 0n httieemodelitisfoundthatthenew is simulationa movem ingsimulation．Throughfolding simple dramatically tothat0fthe usedlnoveseL superior commonly Protein set model，Move Keywords folding，Lattice 水残基问形成拓扑接触对的HP序列，因此本节通过提出一 1引言 种新的运动集并结合蒙特卡罗和遗传算法来探讨蛋白质折叠 格子模型既简单，又具有真实蛋白质的很多特性，对于蛋 的优化问题。 白质的折叠扁题，即使是这种最筒纯的格子模型却已证明是 蛋白压的梅象空问十分庞大，医此其折叠一定遵循着一 一种NP完备问题，因此只有通过启发式和近似算法来解决 定的途径使其从非折叠态到具有生物学功能的能量最小构 该问题。预测的最大困难在于庞大的搜索空间以及复杂的能 象。从本节中可以看出，利用新的运动集的遗传算法也许能 量表面，其中包含很多的局部能量最小点和极少的全局能量 够在一定程度上用来模拟真实蛋白质的折叠途径。 最小点。 2运动集 为了解决蛋白质折叠it,z]的优化算法，目前的文献中有 两种算法：进化算法和增长算法。前者包括模拟退火口]、蒙特 格子模型的运动集可定义为一个单位时间步内构象可能 卡罗m、遗传算法D]、改进的蒙特卡罗算法嘲以及遗传算法和 发生的变化