基于多目标优化的蛋白质三维结构预测

来源 :江苏科技大学学报:自然科学版 | 被引量 : 0次 | 上传用户:baochangjingmao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
蛋白质的功能主要由三维结构来决定,但通过实验的方式获取三维结构需要耗费大量人力物力.从头预测法即从氨基酸序列出发,通过模拟蛋白质折叠的过程,并用能量函数对中间构象进行评价,不断优化新构象的全局最小自由能,来期望计算生成足够相似于天然蛋白的结构.文中基于多目标智能优化的TRIOFOLD方法,基于ROSETTA、CHARMM、RWPLUS 3个能量函数,并利用多目标优化的方法来生成非支配集合,最后利用KNEE算法筛选得到最终结构.实验表明多目标TRIOFOLD算法能提供多样化的通过不同能量函数的均衡来评定最优
其他文献
金川铜镍硫化物矿床是我国最主要的铂族元素(PGE)资源产地,其矿石受热液蚀变作用影响明显,并产出多种铂族矿物(PGM)。岩浆演化和热液蚀变过程中PGE的迁移富集机制和PGM的成因,一直是研究PGE地球化学行为非常关注的问题。本文对金川铜镍硫化物矿床中PGM的研究发现,其主要类型包括含PGE的硫砷化物(硫砷铱矿)和砷化物(砷铂矿),Pd的铋化物、碲化物和硒化物,以及少量其他铂族矿物。其中,硫砷铱矿可包裹于各种贱金属硫化物(镍黄铁矿、磁黄铁矿和黄铜矿)中,表明硫砷铱矿可能结晶于早期的含As硫化物熔体,随后被包
高等教育的质量评估是人才培养的重要保障。在这一领域,美国的全国大学生学习性投入调查与英国全国大学生调查是极具影响力的典型代表。通过对比发现,尽管二者都表现出对“学生主体”与“学习质量”的关注,但美国NSSE基于投入理论,更加强调学生的学习投入,而英国NSS则开启了对学生感知的探索。借鉴两国经验,我国应着重构建高校内部的质量评估体系,并加入学生的感知评价与职业发展维度,从而进一步优化高等教育质量评估体系。