基于最優(yōu)搜索理論的分子對接研究.pdf

1、隨著人們對健康生活方式的重視，醫(yī)藥行業(yè)得到了巨大的發(fā)展。在傳統(tǒng)藥物設(shè)計(jì)方法無法有效地滿足行業(yè)需求的背景之下，分子對接作為一種有效地理性藥物設(shè)計(jì)方法，得到了廣泛地應(yīng)用，成為大規(guī)模藥物分子虛擬篩選的重要途徑。本文圍繞著分子對接的構(gòu)象搜索和打分函數(shù)展開了研究。
　　首先綜述了計(jì)算機(jī)輔助藥物設(shè)計(jì)的發(fā)展過程，分析對比了傳統(tǒng)藥物設(shè)計(jì)方法和理性藥物設(shè)計(jì)方法。在深入分析了分子對接的理論基礎(chǔ)后，闡述了分子對接在新藥研發(fā)流程中的重要意義。對分子對接平

2、臺(tái)中常用的構(gòu)象搜索方法和打分函數(shù)進(jìn)行了比較詳細(xì)的介紹和分析，并對當(dāng)前主流的分子對接平臺(tái)進(jìn)行了簡單的比較。之后根據(jù)最優(yōu)化理論，將分子對接問題轉(zhuǎn)化為最優(yōu)化問題，并建立了相應(yīng)的數(shù)學(xué)模型，然后對本文使用AutoDock平臺(tái)進(jìn)行深入分析。
　　本文在基于拉馬克遺傳算法的分子對接模型啟發(fā)下，發(fā)展了一種自適應(yīng)免疫遺傳算法，利用免疫過程的基因任意重組、免疫變異、免疫選擇、免疫記憶特點(diǎn)，提高遺傳過程中對先驗(yàn)知識(shí)的利用，有效地保持種群的個(gè)體多樣性，實(shí)

3、現(xiàn)對算法效率的提高。該模型除了利用免疫遺傳算法的特點(diǎn)對目標(biāo)優(yōu)化外，還引入了自適應(yīng)的交叉變異算子，提高了算法的自適應(yīng)性。最后通過實(shí)驗(yàn)分析驗(yàn)證模型的可行性，選擇布克海文蛋白質(zhì)數(shù)據(jù)庫(Brookhaven Protein Data Bank)中的蛋白質(zhì)一配體復(fù)合物，從分子對接精度、復(fù)合物最低結(jié)合能、對接時(shí)間等角度，將優(yōu)化后模型與AutoDock使用的模擬退火方法及拉馬克遺傳算法進(jìn)行對比分析。
　　本文還將分子對接過程和傳統(tǒng)的最優(yōu)搜索模型