混合能量模型遗传算法用于格点蛋白质结构预测
计算工程、金融与科学
2013-11-18 v1 神经与进化计算
摘要
蛋白质结构预测 (PSP) 是一个计算上极具挑战性的问题。这一挑战主要源于为了获得给定蛋白质的天然结构而需要最小化的能量函数尚不明确。高分辨率 20x20 能量模型比低分辨率能量模型（如疏水 - 极性模型）能更好地捕捉实际能量函数的行为。然而，高分辨率相互作用能量矩阵的细粒度细节往往对指导搜索没有太多信息价值。相比之下，低分辨率能量模型可以有效地将搜索偏向某些有希望的方向。在本文中，我们开发了一种遗传算法，该算法主要使用高分辨率能量模型进行蛋白质结构评估，但使用低分辨率 HP 能量模型将搜索聚焦于探索具有疏水核心的结构。实验表明，这种能量模型的混合相比最先进结果能产生显著更低能量的结构。
引用
@article{arxiv.1311.3840,
title = {Mixing Energy Models in Genetic Algorithms for On-Lattice Protein Structure Prediction},
author = {Mahmood A. Rashid and M. A. Hakim Newton and Md. Tamjidul Hoque and Abdul Sattar},
journal= {arXiv preprint arXiv:1311.3840},
year = {2013}
}
备注
Volume 2013, 15 pages, BioMed Research International, 2013