[發明專利]基于混沌蜂群算法的蛋白質三維結構預測方法有效
| 申請號: | 201210406292.X | 申請日: | 2012-10-23 |
| 公開(公告)號: | CN102915407A | 公開(公告)日: | 2013-02-06 |
| 發明(設計)人: | 郭躬德;王怡;孔祥增 | 申請(專利權)人: | 福建師范大學 |
| 主分類號: | G06F19/16 | 分類號: | G06F19/16;G06N3/00 |
| 代理公司: | 福州元創專利商標代理有限公司 35100 | 代理人: | 蔡學俊 |
| 地址: | 350007 *** | 國省代碼: | 福建;35 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 混沌 蜂群 算法 蛋白質 三維 結構 預測 方法 | ||
1.一種基于混沌蜂群算法的蛋白質三維結構預測方法,其特征在于:對于含有n個殘基的蛋白質,將蛋白質三維結構抽象成2n-5維空間中的一個點,即混沌蜂群算法中食物源的位置,然后采用混沌蜂群算法按如下步驟進行蛋白質三維結構預測:
(1)?初始化參數:食物源規模SN,算法最大循環次數Maxloop,搜索次數limit,混沌搜索最大迭代次數Cmax,種群最小能量值Emin和最優個體hmin,設置算法當前迭代次數loopcount=0,食物源搜索計數器ci=0(i=1,2,...,SN);
(2)?隨機產生SN個食物源???????????????????????????????????????????????;
(3)?計算所有食物源的能量值,得到最優能量E0及其對應的最優解h0,更新當前最優解hmin=h0和當前最優能量Emin=E0;
(4)?當前迭代次數loopcount加1,并判斷當前迭代次數loopcount是否小于最大循環次數Maxloop,是則轉步驟(5),否則終止算法,輸出全局最優解hmin和全局最優能量Emin;
(5)?搜索所有食物源的領域解,計算其能量值,若新食物源的能量值低于原食物源的能量值,則用新食物源替換原食物源,否則保留原食物源,且對應的搜索計數器c加1;
(6)?采用錦標賽選擇策略選擇部分食物源再進行一次領域解搜索,計算其能量值,保留能量值低的食物源;
(7)?判斷是否存在在設定的搜索次數limit內未更新的食物源,如果存在,則利用Logistic方程混沌搜索產生一個新食物源來代替它,對應的搜索計數器c清零;
(8)?計算每個食物源的能量值,若E0<?Emin,則更新當前最優解hmin=h0和當前最優能量Emin=E0,轉步驟(4)。
2.根據權利要求1所述的基于混沌蜂群算法的蛋白質三維結構預測方法,其特征在于:在步驟(3)和步驟(8)中,食物源的能量值按如下公式計算:
式中,前項為主鏈彎曲勢能,與序列自身無關,僅由相鄰鍵之間的鍵角有關;后項為不相鄰殘基間的引力勢能,它隨著序列的變化而變化,即主鏈鍵上任意一對不相鄰殘基的變化都將引起其變化,其中:
這里,表示氨基酸殘基的類別,若其屬于A,則;若其屬于B,則。
3.根據權利要求1所述的基于混沌蜂群算法的蛋白質三維結構預測方法,其特征在于:在步驟(5)中,按如下公式搜索所有食物源的領域解,計算其能量值:
新食物源由原食物源的第j維更新而來;其中,k、j、r均為隨機數,且,,。
4.根據權利要求1所述的基于混沌蜂群算法的蛋白質三維結構預測方法,其特征在于:在步驟(7)中,按如下的Logistic方程混沌搜索產生一個新食物源:
?
由初始值迭代出一個時間序列;其中是混沌狀態的控制參數,取4,以使Logistic方程完全進入混沌狀態。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于福建師范大學,未經福建師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210406292.X/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





