生物信息學(xué)應(yīng)用程序新方法：力場(chǎng)參數(shù)優(yōu)化和結(jié)構(gòu)域分析.pdf

1、在本文第二部分中，我們提出了一個(gè)綜合方法，即SD/GA來(lái)進(jìn)行多維空間內(nèi)的參數(shù)優(yōu)化，它將局部?jī)?yōu)化方法(步長(zhǎng)加速法)速度較快的優(yōu)點(diǎn)與全局優(yōu)化方法(遺傳算法)可以擺脫局部陷阱的優(yōu)點(diǎn)相結(jié)合。之后SD/GA方法被用來(lái)優(yōu)化PB模型中的non-polarcavityterm參數(shù)，結(jié)果顯示，利用SD/GA優(yōu)化過的PB模型不僅在計(jì)算200個(gè)小有機(jī)分子的溶劑自由能時(shí)提高了準(zhǔn)確率，更大大改進(jìn)了β-hairpin折疊的freeenergylandscape。該

2、β-hairpin在以前的研究中利用沒有優(yōu)化過的PB模型，表現(xiàn)出扭曲的自由能landscape。SD/GA方法還可以直接用于其它多維參數(shù)空間的優(yōu)化工作。 結(jié)構(gòu)域在蛋白質(zhì)的各項(xiàng)研究中都起到了重要的核心作用。它是介于蛋白質(zhì)二級(jí)結(jié)構(gòu)和三級(jí)結(jié)構(gòu)之間的一個(gè)結(jié)構(gòu)層次，通常是指蛋白質(zhì)中一段能夠獨(dú)立折疊成穩(wěn)定空間構(gòu)像的多肽序列，包含了大量的遺傳信息和特定的分子功能，被認(rèn)為是蛋白質(zhì)結(jié)構(gòu)，進(jìn)化，折疊和功能的基本單位。 結(jié)構(gòu)域的識(shí)別是蛋白質(zhì)研

3、究中非常重要也是極具挑戰(zhàn)性的課題，在本文第三部分中我們采用了SVM方法僅利用序列所包含的信息來(lái)預(yù)測(cè)結(jié)構(gòu)域位置的劃分。SVM對(duì)不同的氨基酸屬性及它們的不同組合進(jìn)行了嘗試性訓(xùn)練，這些屬性包括了PositionIndex，LinkerIndex，SecondaryStructure，SolventAcc，Entropy和Hydrophobicity。 在對(duì)篩選自SCOP和CATH數(shù)據(jù)庫(kù)得到的238個(gè)two-domain數(shù)據(jù)集合上，使用