论文部分内容阅读
该文主要对启发式优化算法的改进和发展及其在化学、环境以及生物信息处理中的应用方面进行了研究.在方法研究方面,该文中主要是对启发式优化算法中的遗传算法、禁忌搜索以及粒子群算法进行了研究和发展.在遗传算法的基础上,发展了实数型的数值遗传算法.但是数值遗传算法存在着"爬山"能力弱,容易陷入到局部最优等缺点.为改进这些缺点,该文中将禁忌搜索引入数值遗传算法中,提出了数值遗传算法-禁忌搜索混合算法(NGA-TS),利用数值遗传算法的搜索能力和并行性以及禁忌搜索的"爬山"能力,充分发挥数值遗传算法和禁忌搜索各自的优点而弥补其不足,大大增强了算法搜索能力.首先,在化学体系中,一些复杂的化学反应,其反应动力学模型往往是未知的,反应级数也不一定为整数,这使得数据的解析更加困难.该文中提出利用目标试验因子分析(TTFA)结合NGA-TS搜索算法解析在反应过程中在线测得的动力学谱—光谱数据矩阵,可在未知各组分纯光谱及动力学模型情况下同时求解出各组分的纯光谱、反应级数及速率常数.并针对两步连续反应模型体系的模拟实验数据矩阵进行了处理,表明该方法能准确的求出各组分的纯光谱、反应级数及速率常数.利用该方法对环境物邻苯二甲酸二乙酯在碱性介质中的水解反应及日落黄水溶液的电解降解反应过程中测得的数据矩阵进行解析,均获得了可靠结果.其次,该文将优化算法应用于计算机辅助药物设计中.该文中应用NGA-TS搜索算法对Autodock3中的优化部分进行改进,编制成了一个新的对接软件,在PC机的Redhat Linux操作系统下运行.在文中首先计算了Autodock提供的β-胰蛋白酶/苯甲咪体系和HIV-1蛋白酶/XK-263体系,检验程序的正确性,然后计算了100个蛋白质-配体复合物,并同原始的Autodock计算的结果和Consdocd计算结果作了对比,表明了NGA-TS搜索方法增强了Autodock中的搜索能力.这种应用研究对于药物候选分子的筛选,全新药物分子设计等都有重大的意义.分子对接的研究目的主要是药物设计,现阶段药物设计的研究重点是生物体中的蛋白质大分子或者多肽作为药物,因此该文中将多肽和蛋白质受体进行了对接研究,并且将蝎毒多肽作为配体,与同源建模出的人类钾离子通道Kv1.1到Kv1.6进行了分子对接计算,取得了令人满意的结果.该方法可以为蝎毒-离子通道体系和HIV-1进入人体细胞过程等研究领域提供重要的工具.