论文部分内容阅读
蛋白质工程是现代生物技术发展的前沿领域,其根本目的是要将天然存在的蛋白质按照人们的设想进行改造,或者根据需要设计出具有某种特殊功能的非天然的新蛋白质。而这种改造和设计的重要基础之一是蛋白质折叠结构预测和研究。蛋白质折叠结构的形状在很大程度上决定了其可能具有的生物学功能。这就是说,蛋白质的结构与功能之间是具有一致性的。因此对蛋白质折叠结构预测和研究在蛋白质工程中有着极其重要的意义。 本文利用随机过程,随机优化等相关理论知识对模拟退火算法,Wang-Landau蒙特卡洛方法等进行理论分析;在此基础上设计及改进出更高效的并行模拟退火算法去搜索蛋白质最小能量及其构型,并利用数理统计思想处理此算法的中间结果和最终结果,以求得所要的最小能量,最终确定蛋白质折叠研究的能量区间;最后,在前面可确定的蛋白质系统能量范围内,研究和设计高效的蛋白质折叠并行Wang-Landau蒙特卡洛方法,实现模拟仿真在此能量空间的自由行走,从而可利用获得的系统的状态密度函数等信息,用以研究蛋白质折叠的整个热动力学过程。 本文研究应用于蛋白质折叠的高效蒙特卡洛模拟方法,主要研究特色概括如下: (1).提出了两种高效的并行模拟退火算法—并行群体模拟退火算法(PGSA)和新并行模拟退火算法(NPSA):针对蛋白质能量空间巨大、能量范围未知、低能量值难以获取的情况,在相关理论分析基础上,本文提出了两种高效的并行模拟退火算法PGSA和NPSA用以搜索蛋白质最小能量及其构型,从而确定蛋白质系统的能量范围区间。 (2).设计了三种高效的适合于并行计算的Wang-Landau蒙特卡洛方法:针对传统Wang-Landau算法在蛋白质系统低能量区间收敛过慢问题,在前面已确定的能量范围区间,结合前面的理论分析,本文提出了三种高效的适合于并行计算的Wang-Landau蒙特卡洛方法,能够在保证状态密度(Density of States,DOS)较准确性的前提下提高收敛速度。