收藏本站
《福建农林大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

蛋白质结构预测的粒子群优化算法研究

刘现  
【摘要】:蛋白质工程是现代生物技术发展的前沿领域,求解蛋白质结构预测问题是后基因组时代蛋白质工程中最重要的课题之一,同时也是生物信息学领域中极具挑战性的问题之一。蛋白质结构预测中的从头预测方法以热力学假说“蛋白质的天然构象是自由能最低的构象”为理论基础,通过计算蛋白质最低的能量值可以预测出蛋白质的结构。因此,使用从头预测方法来进行蛋白质结构预测可以归结为一个全局优化的问题。 AB(Toy)模型是蛋白质结构预测的经典模型之一。它是一种连续聚合体模型,比其他模型更接近真实的蛋白质结构,研究的现实意义也更大。基于AB(Toy)模型的蛋白质结构预测问题是一个典型的NP问题,寻找一种有效的全局优化算法是求解该问题的关键。目前,已经有许多启发式算法应用到蛋白质的二维AB模型中进行结构预测,但是这些方法预测的精度不够高,计算的速度也不够快。将粒子群优化(Particle Swarm Optimization,PSO)算法应用于蛋白质结构预测中是近几年来PSO算法的一个新的应用。 基于二维AB模型,本文研究了蛋白质结构预测的全局版本和局部版本的PSO算法。对局部版本的PSO算法,分别研究了环形五邻域结构、环形九邻域结构、冯?诺依曼五邻域结构和冯·诺依曼九邻域结构,在四条Fibonacci蛋白质测试序列上进行了仿真。 针对PSO算法在求解多变量优化问题中存在的不足,提出了一种带迭代改进策略的PSO算法框架,能有效地减少多变量之间的相互影响,使PSO算法有更好的局部求精能力。在典型测试函数上的仿真表明,带迭代改进策略的PSO算法明显优于传统PSO算法。将该算法框架应用到蛋白质结构预测的二维AB模型上,分别在四条Fibonacci蛋白质测试序列和真实的蛋白质序列上进行测试,结果表明,与传统PSO算法相比,迭代改进策略能提高粒子群优化算法的性能,能更有效地进行蛋白质的结构预测。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨晓庆;左为恒;李昌春;;基于K-Means变异算子的混合PSO算法聚类研究[J];微电子学与计算机;2011年07期
2 屈敏;高岳林;江巧永;;基于Pareto邻域交叉算子的多目标粒子群优化算法[J];计算机应用;2011年07期
3 段其昌;黄大伟;雷蕾;段盼;;带扩展记忆的粒子群优化算法仿真分析[J];控制与决策;2011年07期
4 孙锋利;何明一;高全华;;一种引入密度因子的改进粒子群优化算法[J];计算机应用研究;2011年08期
5 李龙星;余炳辉;;用整体分布优化算法求解水火电力系统短期优化调度[J];计算机应用与软件;2011年07期
6 徐星;吴昱;李元香;;基于布朗运动的改进粒子群优化算法[J];计算机应用研究;2011年07期
7 李蕊;雷群泌;;一种面向汽车系统可靠性优化的任务分配方法[J];计算机应用研究;2011年07期
8 杨华;周锐;;基于熵值法的PSOBP神经网络私家车保有量的预测[J];电脑知识与技术;2011年19期
9 王喜宾;张小平;王翰虎;孙兴;;基于支持向量机的农业科技项目分类研究[J];贵州大学学报(自然科学版);2011年03期
10 余永红;冯斌;孙俊;;生化途径参数估计的QPSO-MGbest算法[J];计算机工程与应用;2011年20期
11 梁昔明;肖晓芳;;基于PSO算法的变差函数球状模型参数拟合[J];计算机工程;2011年14期
12 曾嘉俊;刘志刚;黄元亮;刘新东;;基于子区域的粒子群优化算法研究[J];计算机工程;2011年14期
13 李洪冬;张民;陈欣;;基于PSO算法的飞机平衡状态求解[J];计算机仿真;2011年08期
14 刘江波;李杰然;李亮;;基于ZMNL的K分布海杂波仿真[J];电子信息对抗技术;2011年03期
15 刘伟;王建平;张崇巍;;基于SVM的生物电阻抗人体内脏脂肪测量研究[J];电子测量与仪器学报;2011年07期
16 王波;吕俊伟;于振涛;盖俊峰;;一种物联网的时钟服务器配置方法[J];海军航空工程学院学报;2011年03期
17 段向军;;基于粒子群算法和神经网络的人脸识别分类器研究[J];计算技术与自动化;2011年02期
18 张晓南;刘安心;刘斌;张宏梅;青星;;基于优化PSO-SVM模型的软件可靠性预测[J];计算机应用;2011年07期
19 陈伟;陈璟;孙俊;须文波;;一种量子行为粒子群优化动态聚类算法[J];计算机应用研究;2011年07期
20 曹方;王伟;王介生;刘玉超;曹晟熙;;基于HS-PSO算法的PID控制器参数自整定[J];控制工程;2011年03期
中国重要会议论文全文数据库 前10条
1 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
2 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
3 文建辉;钟科军;唐丽娟;蒋健晖;;基于离散的粒子群优化算法结合主成分分析用于相似烟气样品的色谱区分[A];全国生物医药色谱学术交流会(2010景德镇)论文集[C];2010年
4 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 陈志盛;李勇刚;;改进粒子群优化算法及其在磨削加工中的应用[A];第二十七届中国控制会议论文集[C];2008年
6 马琰铭;;基于粒子群优化算法的晶体结构预测新技术及其在高压新结构研究中的应用[A];2011中国材料研讨会论文摘要集[C];2011年
7 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 王群杰;齐美清;汪伟;李磊;;粒子群优化算法在波导高通滤波器设计中的应用[A];2011年全国微波毫米波会议论文集(上册)[C];2011年
9 张翔;李纲;熊伟清;;修正AHP中判断矩阵一致性的粒子群优化算法[A];第二十九届中国控制会议论文集[C];2010年
10 卓永强;;船舶车舵联动协同控制最优化的研究[A];1995-2009航海技术论文选集(第1集)[C];2010年
中国重要报纸全文数据库 前7条
1 中国科学院生物物理研究所生物大分子国家重点实验室 王志珍;蛋白质的折叠:破译“第二遗传密码”[N];科技日报;2001年
2 记者 李大庆;我科学家在全球蛋白结构预测比赛中喜获佳绩[N];科技日报;2010年
3 中科院生物学部 张春霆;对生物信息学的展望[N];北京科技报;2000年
4 陈志楠;挖掘“不为人知的艺术”[N];科技日报;2009年
5 王雪飞 吴黎;中国生物信息学研究快速发展[N];健康报;2002年
6 春晓;国外生物信息学的发展与现状[N];中国医药报;2002年
7 本报记者何世文;他们在解密第二遗传密码[N];科技日报;2002年
中国博士学位论文全文数据库 前10条
1 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
2 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年
3 傅阳光;粒子群优化算法的改进及其在航迹规划中的应用研究[D];华中科技大学;2011年
4 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年
5 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年
6 王大志;面向实际工程问题的粒子群优化算法应用技术的研究[D];东北大学;2009年
7 徐文星;混沌粒子群优化算法及应用研究[D];北京化工大学;2012年
8 李丹;粒子群优化算法及其应用研究[D];东北大学;2007年
9 张玮;粒子群优化算法研究及在阵列天线中的应用[D];太原理工大学;2010年
10 罗亮;蛋白质结构预测模型研究[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘现;蛋白质结构预测的粒子群优化算法研究[D];福建农林大学;2011年
2 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
3 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
4 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
5 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
6 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
7 杨洋;基于粒子群优化算法的准循环LDPC码构造[D];北京交通大学;2011年
8 沈锡;基于粒子群优化算法的船舶航向PID控制[D];大连海事大学;2011年
9 王莹;基于粒子群优化算法的无功优化及规划[D];天津大学;2005年
10 马艳伟;基于粒子群优化的异构多处理器任务调度算法研究应用[D];杭州电子科技大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978