自聯(lián)想神經(jīng)網(wǎng)絡(luò)算法在蛋白質(zhì)結(jié)構(gòu)取樣空間中的應(yīng)用.pdf

1、蛋白質(zhì)結(jié)構(gòu)預(yù)測是蛋白質(zhì)結(jié)構(gòu)和功能研究工作的重要組成部分，對(duì)蛋白質(zhì)藥物分子設(shè)計(jì)、生物制藥等方面有重要的意義。若已知同源蛋白質(zhì)家族中某些蛋白質(zhì)的結(jié)構(gòu)，就可以預(yù)測其他一些序列已知而結(jié)構(gòu)未知的同源蛋白質(zhì)結(jié)構(gòu)。通過序列比對(duì)，能夠?qū)㈤L度不等的序列通過插入空位變成等長序列，這些空位位置代表了相比對(duì)的序列是從相同的祖先通過插入和刪除等操作的演化而來，進(jìn)而反應(yīng)了在生物進(jìn)化過程中的變異，突變現(xiàn)象。空位的出現(xiàn)會(huì)對(duì)同源蛋白質(zhì)建模的尺度和精度產(chǎn)生很大影響，因此對(duì)

2、蛋白質(zhì)序列比對(duì)中缺失值的研究具有重要意義。
　　對(duì)蛋白質(zhì)缺失數(shù)據(jù)的填充在之前已經(jīng)通過一些方法得到了很好的實(shí)現(xiàn)，如最鄰近算法，自組織神經(jīng)網(wǎng)絡(luò)算法。這兩種方法對(duì)蛋白質(zhì)缺失數(shù)據(jù)均給予了合理的填充，并且在平均探究尺度上從62.9％提升到82.7％，研究精度從1.65(A)提升到0.88(A)。但是由于蛋白質(zhì)的結(jié)構(gòu)空間復(fù)雜，對(duì)蛋白質(zhì)取樣空間預(yù)測的計(jì)算量非常龐大，這使得計(jì)算過程比較耗時(shí)。為此，我們希望在能夠合理對(duì)蛋白質(zhì)缺失值填充的前提下，提高