二維HP模型蛋白質折疊性質的改進遺傳算法研究.pdf

1、蛋白質結構預測是生物信息學研究領域的熱點問題之一，它是關于如何從蛋白質的氨基酸序列出發(fā)來預測它的結構、折疊、功能等問題.本學位論文以蛋白質的親-疏水（HP）格子模型為對象，結合蛋白質的二級結構和改進的遺傳算法，計算了9種不同的蛋白質HP序列，搜尋到它們的最低能量構型，并分析它們的性質.
　　 首先，我們研究了蛋白質的結構模型及其相關的能量函數(shù).探討如何求解蛋白質結構折疊過程中的能量函數(shù)是整個過程的關鍵問題.綜合目前國內外的研究熱

2、點，考慮到蛋白質折疊過程綜合了熱力學和動力學，及其折疊的隨機性和過程的復雜性，本文將已有能量函數(shù)與HP格子模型相結合，構建了一種簡化的能量函數(shù)并提出基于二維HP格子模型的二級結構基本構型.
　　 其次，我們研究了遺傳算法在蛋白質折疊過程的應用.簡單遺傳算法并不能保證以概率1收斂到最優(yōu)解，且人為主觀地確定交叉概率和變異概率并不利于最優(yōu)問題的求解，因此在簡單遺傳算法的基礎上提出了改進的自適應遺傳算法，有效地克服了簡單遺傳算法的不足.

3、我們結合二級結構基本構型，改進了遺傳算法盲目搜索策略，改變了原來的隨機編碼機制，引入對具有連續(xù)疏水殘基的局部序列進行特定編碼方法，并且加入識別遺傳操作，及修改相應的交叉、變異，得出有更好適應性的算法，加速算法收斂，得出問題的最優(yōu)解.
　　 最后，我們對9種不同長度的標準蛋白質HP序列進行數(shù)值模擬.實驗結果表明，我們的算法不僅計算出比其它盲目隨機搜索方法更低的能量值，例如序列長度為20、24、25、36、48、50和60的最低能量