论文部分内容阅读
PERM算法是当前蛋白质结构预测的格子模型优化算法中最为有效的一种算法,在该算法的基础上,我们提出了一种改进的增长算法IPERM。该方法简化了PERM算法中的权重计算公式,在遇到不同类型的残基时选用不同的上下限阂值以提高算法的有效性,并根据链长的大小使用不同的网格尺寸。实验结果表明,改进的增长算法使得HP序列在格子模型中能更快地找到其能量最低构象。