基于优化递归算法的分子量分解问题.docVIP

. PAGE 2 . 第 PAGE 2页，共 NUMPAGES 1页 基于优化递归算法的分子量分解问题 摘要： 本文讨论的问题是：在实验室拥有或不拥有计算机的情况下，如何将已知分子量x的蛋白质分解成18种已知分子量的氨基酸的问题，并满足蛋白质含氮量在15%—17%的物理性质。 在实验室有计算机的情况下，本文首先考虑了穷举算法，该问题就等效为十八元一次方程求整数解的问题，表示为 每种氨基酸构成蛋白质数量root(i)的上限为+1，取x最大为1000时，有种，运算量过大难以实现。 我们又考虑了递归算法,即从分子量最大的第18种氨基酸开始考虑，第18种氨基酸分子构成蛋白质的个数，对root进行分类取值，在取值已知的情况下再考虑第17种氨基酸，此时分子量减去第18种氨基酸总分子质量，得到新的分子量，将大大减少计算量。抽象归纳为的取值范围如下： 该算法同样满足含氮量的约束条件。我们借助C语言编写程序并对程序进行优化，大大加快了运行速度。 在实验室无计算机的情况下，由氨基酸的结构通式得出，每个氨基酸都存在结构，分子量为56。本文将18种氨基酸的分子量都减去56，得到18种氨基酸R基的分子量。先将任一分子量除以56取整，得到构成该蛋白质的氨基酸数目的范围（即），再根据b的取值进行分类讨论从而选择R基，后根据蛋白质含氮量对结果进行验证，在人工的情况下，此方法相对于递归法大大地减少了计算量。 关键词：分子量分解问题 递归优化法 含氮量 C语言 结构通式 1、问题重述 生命蛋白质是由若干种氨基酸经不同的方式组合而成。在实验中，为了分析某个生命蛋白质的分子组成，通常用质谱实验测定其分子量x (正整数)，然后将分子量x分解为n个已知分子量a[i](i=1,,n)氨基酸的和的形式。某实验室所研究的问题中：n=18, x1000，a[i](i=1,,18)分别为57, 71, 87, 97, 99, 101, 103, 113, 114, 115, 128, 129, 131, 137, 147, 156, 163, 186。要求针对该实验室拥有或不拥有计算机的情况，对如何分解分子量x作出解答，即针对任意一个分子量x具体给出由哪些a[i](i=1,,n)氨基酸组成。 2、问题分析 题目中给出18种氨基酸分子量，要求解出已知分子量的蛋白质由哪几种氨基酸组成。初步分析，这是十八元一次方程求整数解的问题，方程形式为 其中为已知量，为18种氨基酸分子量，未知数为组成蛋白质的每种氨基酸的个数。 3、模型假设 （1）假设氨基酸组合形成蛋白质时不脱水。 （2）假设蛋白质中肽键不存在多键或成环情况，两个氨基酸之间只形成一条肽键。 （3）假设每种氨基酸出现的概率都相同。 4、符号设定 — 第种氨基酸的分子量； — 第种氨基酸的数量； — 第种氨基酸分子中氮原子的个数； — 蛋白质分子量； — 第种氨基酸基的分子量； — 蛋白质中所含氨基酸的总数； 5、模型建立与求解 5.1实验室有计算机时的模型建立 5.1.1穷举法模型 我们首先考虑用穷举算法求解方程，根据上文符号设定，该方程可以表示为 其中且为整数。利用穷举法，对每个分别取，1，…，，找出符合上述方程的每个的取值，所得的每组解的集合即为最终解。穷举算法利用MATLAB实现，程序代码见附录一。 用上述算法，我们发现，如果的取值太大，MATLAB警告“busy”，程序无法运行。假如，求出每一个的最大值，如表一所示： 表一 最大值 i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 a(i) 57 71 87 97 99 101 103 113 114 115 128 129 131 137 147 156 163 186 root(i) 17 14 11 10 10 9 9 8 8 8 7 7 7 7 6 6 6 5 运算次数为次，MATLAB无法进行如此大数量级的运算，导致可求解的具有很大的局限性。所以我们建立下文中的新模型，从而减少运算次数，提高运算速度，增强运算可行性。 5.1.2递归法模型 为减少冗余次数，我们设计思路如下：从分子量最大的氨基酸开始考虑，初步确定第18种氨基酸分子个数后，对剩下17种氨基酸的确定，则不需要再用作为衡量标准，而可以将蛋白质中所含第18种氨基酸总分子质量减掉后，得到新的分子量，则剩下的17种氨基酸可以用新的分子量来确定。按照此思路分析，的新取值范围如下： 利用这种模型，可以有效减少运算次数，使程序可以顺利运行。 5.1.3结果筛选 我们考虑通过查阅资料了解到测定蛋白质的常用指标是含氮量，一般蛋