基于副本交换的局部增强差分进化蛋白质结构从头预测方法

摘要：

针对蛋白质高维构象空间搜索问题,提出一种基于副本交换的局部增强差分进化蛋白质结构从头预测方法(RLDE).首先,采用基于知识的Rosetta粗粒度能量模型显著降低构象空间优化变量维数;其次,引入基于片段库知识的片段组装技术进一步减小构象搜索空间,有效避免搜索过程中的熵效应;此外,在每个副本层设置构象种群,采用差分进化算法对种群进行更新,然后利用Monte Carlo算法对种群做局部增强,以此得到全局和部分局部最优构象.综上,RLDE利用差分进化算法较强的全局搜索能力可以对构象空间进行有效的全局搜索;借助Monte Carlo算法局部搜索性能对构象空间局部极小区域进行更为充分的采样;副本交换策略保证了副本层中种群的多样性,同时能够增强算法跳出局部极小的能力,从而使得算法对构象空间的搜索能力进一步增强.15个目标蛋白测试结果表明,所提方法能够有效地对构象空间采样,得到高精度的近天然态蛋白质构象.

关键词：从头预测、蛋白质结构预测、副本交换、Monte Carlo、片段组装、差分进化算法

所属期刊栏目：44

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金61075062,61379020;浙江省自然科学基金LY13F030008;浙江省科技厅公益项目2014C33088;浙江省重中之重学科开放基金20120811

在线出版日期：2017-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：211-217