期刊检索

  • 2024年第22卷
  • 2023年第21卷
  • 2022年第20卷
  • 2021年第19卷
  • 2020年第18卷
  • 2019年第17卷
  • 2018年第16卷
  • 2017年第15卷
  • 2016年第14卷
  • 2015年第13卷
  • 2014年第12卷
  • 2013年第11卷
  • 第1期
  • 第2期

主管单位 工业和信息化部 主办单位 哈尔滨工业大学 主编 任南琪 国际刊号ISSN 1672-5565 国内刊号CN 23-1513/Q

期刊网站二维码
微信公众号二维码
引用本文:陶凤英,郭雨珍.利用粒子群算法在菱形网格上预测蛋白质结构[J].生物信息学,2017,15(2):105-111.
TAO Fengying,GUO Yuzhen.Predicting protein structure on rhombus lattice by particle swarm optimization[J].Chinese Journal of Bioinformatics,2017,15(2):105-111.
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 2742次   下载 1320 本文二维码信息
码上扫一扫!
分享到: 微信 更多
利用粒子群算法在菱形网格上预测蛋白质结构
陶凤英,郭雨珍
(南京航空航天大学 理学院数学系,南京 211106)
摘要:
本文在菱形网格上研究讨论了二维HP模型。首先,将蛋白质结构预测问题转化成一个数学问题,并简化成氨基酸序列中每个氨基酸与网格格点的匹配问题。为了解决这个数学问题,我们改进并扩展了经典的粒子群算法。为了验证算法和模型的有效性,我们对一些典型的算例进行数值模拟。通过与方格网上得到的蛋白质构象进行比较,菱形网上的蛋白质构象更自然,更接近真实。我们进一步比较了菱形网格上的紧致构象和非紧致构象。结果显示我们的模型和算法在菱形网格上预测氨基酸序列的蛋白质结构是有效的有意义的。
关键词:  蛋白质结构预测  最优化模型  粒子群算法  调整策略
DOI:10.3969/j.issn.1672-5565.20160702001
分类号:Q517
文献标识码:A
基金项目:国家自然科学基金青年科学基金(11601288).
Predicting protein structure on rhombus lattice by particle swarm optimization
TAO Fengying,GUO Yuzhen
(Department of Mathematics, Nanjing University of Aeronautics and astronautics,Nanjing 211106,China)
Abstract:
Successfully predicting protein structures is very significant in exploring the activity of life,and protein structure is decided by amino acid sequence. In order to solve the core problem of field of biology, we studied the two-dimensional hydrophobic-hydrophilic model on rhombus lattice. Firstly, protein structure prediction problem was transformed as a mathematical optimization problem and abstracted as a match problem between amino acids and lattice vertexes. To solve this problem, classical Particle Swarm Optimization algorithm was extended and improved. Then several benchmark examples were simulated. Compared with configurations on square lattice, conformations on rhombus lattice were satisfied with more biological character. We further compared the compact conformations with non-compact conformations on rhombus lattice. The results indicated that our model and method were effective and significant on rhombus lattice.
Key words:  Protein structure prediction  Optimization model  Particle swarm algorithm  Adjustment strategy

友情链接LINKS

关闭