论文部分内容阅读
生物细胞种包含了许多蛋白质,这些大分子在生物体内起着重要作用。蛋白质的空间结构往往决定其功能,因此,揭示蛋白质的空间结构是了解其生物功能,实现蛋白质折叠病基因治疗的先决条件。目前,蛋白质空间结构实验测定方法包括X射线晶体衍射和核磁共振,然而,这些方法不仅费钱费力,而且周期长。因此,如何利用计算机设计适当的算法,以序列为起点,预测蛋白质三维结构是生物信息学领域的重要研究课题之一。从头预测方法是蛋白质结构预测领域中最为活跃的研究热点之一。该方法根据Anfinsen法则,直接基于蛋白质物理或知识能量模型,利用优化算法在构象空间搜索全局最低能量构象解。但是,蛋白质构象空间优化的本质复杂性,使其成为蛋白质结构从头预测领域中一个极具挑战性的研究课题。为了能够利用计算机在巨大采用空间中发现唯一的天然结构,就必须设计高效的构象优化算法将其转化为可实际操作的计算问题。本文基于进化算法框架,结合抽象凸估计理论,提出两种抽象凸估计差分进化算法;进一步,针对单域蛋白,提出抽象凸估计多策略蛋白质构象空间优化算法;针对多域蛋白,提出多域蛋白结构域组装算法。本文的主要工作可以归纳为以下几点:(1)针对差分进化算法在求解大规模问题时计算代价较高的问题,提出了基于局部抽象凸估计的差分进化算法。通过提取测试个体的邻近信息构建目标函数的局部抽象凸下界估计模型,从而获取下界估计信息来指导种群更新,并根据下界估计模型的分段线性几何特性有效排除部分无效搜索区域,同时利用抽象凸支撑面的广义下降方向作局部增强,不仅降低了算法的计算代价,而且提高了搜索效率。实验结果表明,所提算法在计算代价、可靠性和收敛速度方面明显优于现有主流算法。(2)为了提高差分进化算法的搜索效率,提出了基于抽象凸估计的多阶段差分进化算法。首先,建立目标函数的局部下界估计模型;然后,根据进化过程中下界估计信息误差的变化将整个进化过程分为三个阶段,并针对每个阶段的特性设置不同的变异策略池,从而在进化过程中自适应地从对应的策略池中选取合适的策略进行变异;最后,设计质心变异策略来平衡第二阶段的种群多样性和收敛速度。通过各种不同数值实验验证了所提算法的有效性和优越性。(3)在上述算法研究的基础上,提出了抽象凸估计多策略蛋白质构象空间优化算法。针对每个目标构象,利用多种不同的策略同时生成多个不同的测试构象,并提取与测试构象相关的种群构象构建能量下界估计模型,从而根据能量下界估计信息选择最优测试构象作为后代构象。多策略的使用可以促进不同策略之间的协同合作,同时辅以距离谱指导构象选择,从而生成质量较高的构象,进而提高算法的构象空间探索能力。实验结果表明,所提算法探索能力较强,且能够预测得到质量较高的蛋白质三维结构。(4)针对多域蛋白结构预测问题,提出了多域蛋白结构组装算法。所提算法采用“分而治之”的思想,即从氨基酸序列出发,将其划分为多个结构域,然后对各结构域的结构进行单独预测,最后再将所有的结构域组装到一起,从而得到多域蛋白的全长结构。在组装中,通过结构比对搜索模板来获取初始结构;然后设计能量函数来引导蒙特卡罗算法对结构域的刚体自由度进行采样,得到能量最低的构象;最后对结构域之间的Linker模型进行重建,从而得到最终预测结果。不同类型和大小的蛋白测试验证了所提方法的有效性。