项目基本情况Basic information of the project
1、课题来源与背景:
粒子群算法简单的原理和快速收敛的特性得到了广大学者的认可,在很短的一段时间内就被应用到了很多领域内,最近几年,该算法也逐渐涉足蛋白质结构预测的领域中,在这方面的应用已经形成学术界新的研究热点。课题针对两种算法各自的优缺点以及蛋白质折叠预测模型的特点,提出了一种融合的粒子群模拟退火算法,运用这种算法求解蛋白质折叠问题,在保留PSO快速简单的全局寻优特点下,利用SA跳出局部最优的能力,避免了单一粒子群算法易陷入局部极值的缺陷。
2、研究目的与意义:
1、蛋白质的生物功能由其特殊的空间构造主宰。融合后的智能算法能够较准确的预测蛋白质的折叠结构,这将有利于及时掌握蛋白质的变异情况,对于揭示生命生老病死的秘密也有极其重要的意义。
2、由于蛋白质就是一条由氨基酸组成的序列,在适当的环境条件下,这个序列展示了折叠本身的非凡特性,亦为快速达到一种唯一低能的状态。因而,将融合后的智能算法应用于蛋白质结构的折叠预测上,对了解和掌握蛋白质的结构、探索其功能有着重要的意义。
3、蛋白质折成的形状决定着它特别的属性,所以,对于蛋白质的功能分析要落实在对蛋白质结构的研究上。因此,更快更好的研究明白蛋白折叠原理,会有利于更好的推动评估方法的进步,同时也能够加强蛋白质折叠在生物学、医学上的应用价值。
3、主要论点与论据:
(1)在分析粒子群算法和模拟退火算法的基本原理,算法的流程和特点的基础上,对算法各自的影响因子进行分析和讨论。
(2) 结合粒子群算法和模拟退火算法的优点,提出了PSO-SA算法,该算法取粒子群算法和模拟退火算法的优点而避其缺点,使得PSO-SA算法具有较强的搜索能力和较易跳出局部最优解的能力。
(3) PSO-SA算法可以用来很好的解决蛋白质折叠预测问题。分析了蛋白质的基本结构之后,从众多蛋白质结构预测的能量函数中融合出较为合适的简化能量函数,从多种蛋白质结构预测的简化模型中优化挑选出最能反映出蛋白质空间结构的二维AB非格模型。
(4) 对蚁群和人工鱼群算法的参数进行研究。通过实验证明参数选取对算法本身性能的影响,并确定改进的算法参数该如何选取,找到两种算法可以相融合的融合点,提出新的改进算法——智能蚁鱼群算法。
(5) 将改进的新算法应用蛋白质折叠问题中。选取HP模型和Toy模型使用斐波那契数列、在三维Toy模型上使用真实蛋白质序列进行蛋白质折叠预测。
4、创见与创新:
(1) 本项目将通过实验证明融合后的智能算法,能够有效的避免原粒子群算法易陷入局部极小值和早熟收敛的缺点,同时充分利用模拟退火算法跳出局部最优的能力和全局收敛的优点,证明新算法具有较强的搜索能力和较易跳出局部最优解的能力。
(2) 本项目将用来说明新算法可以用来很好的解决蛋白质折叠预测问题。
(3) 将融合后的智能算法应用于蛋白质折叠预测问题中,也即是在国际上广为使用的算例Fibonacci序列上进行预测,并与现有的不同算法得到的最低能量值和运算时间进行比较,得到较为满意的结果。
5、社会经济效益,存在的问题:
作为生物体的基本构成物质,蛋白质在生命活动及新陈代谢活动中不可或缺、意义非凡。不可思议的是,这些折叠错误的蛋白质,它们的一级或者是二级结构完全正常。所以,对蛋白质结构预测的研究不仅在生物学和医学工程上有着极大的应用价值,对于揭示生命生老病死的秘密也有极其重要的意义。
我们将智能算法引入到蛋白质折叠中,让计算机根据观测到的理论数据,来统计规律,通过规律来对未知的数据进行预测。通过预测,破译生命的另一半遗传密码,完善中心法则,是蛋白质分子设计及蛋白质工程的迫切需要,越来越多的基因工程产物需要复性复活,要求蛋白质折叠的预测理论及技术作为指导,这将产生巨大的经济效益。
6、历年获奖情况:
[1] Application of improved intelligent ant colony algorithm in protein folding
Prediction,2020.07.(EI:20203008959380)
[2] Analysis and Research of Simulated Annealing Algorithm and Parameters, 2020.08.(EI:20201308356336)
7、成果简介:
综合研究智能群算法有机创新融合及在工程中的应用问题。通过对粒子群算法的参变量和模拟退火算法的初始温度进行改进;蚁群和人工鱼群算法改进融合,分别提出新的高效的优化算法。该算法能在运算精度高、搜索时间短的情况下搜索到蛋白质序列的最低能量构形。将改进后的算法应用到蛋白质工程问题中,进行蛋白质折叠预测,将测试结果和其他文献中的结果进行对比,并给出能量构象图,证明本算法的优越性。为研究蛋白质真实结构提供了强大的理论依据,也为生物医学与工学交叉结合研究开辟了新思路。
管理团队与技术团队Management team and technical team
齐齐哈尔大学
效益分析Benefit analysis
该项目为储备库项目资源,暂无效益分析内容。