作为困难优化问题的蛋白质结构预测：遗传算法方法
化学物理
2008-02-03 v1
摘要
蛋白质结构预测可证明为一个 NP 困难问题；构象数随残基数指数增长。蛋白质天然构象占据其中极小的子集，因此需要一种探索性的、鲁棒的搜索算法，例如遗传算法（GA）。GA 的动力学往往复杂且依赖于具体问题。然而，其实证上的成功值得进一步研究。本文确定了用于蛋白质结构预测的遗传算法设计准则。为此，采用能量最小化，针对简单的基于格点的蛋白质结构预测模型（可推广至实空间）研究了最简单遗传算法的性能。该研究使我们得出关于“蛋白质结构预测遗传算法”的两个重要结论。首先，它们需要由多点交叉获得的高分辨率构建块；其次，它们需要局部动力学算符来“微调”优良构象。此外，我们引入统计力学方法来分析遗传算法动力学，并建议使用类似于群体自由能的量作为收敛判据。
引用
@article{arxiv.physics/9708012,
title = {Protein structure prediction as a hard optimization problem: the genetic algorithm approach},
author = {Mehul M. Khimasia and Peter V. Coveney},
journal= {arXiv preprint arXiv:physics/9708012},
year = {2008}
}
备注
11 pages, 8 figures, Submitted to Molecular Simulation