一种基于局部结构比对的蛋白质构象空间优化方法，在进化算法的基本框架下，采用基于局部结构比对的搜索策略，随机选择一个片段插入窗口，通过两个独立的结构指标将构象中原有的片段信息与片段库中的片段信息进行比对，并根据这两个结构比对指标选出一个潜在片段进行结构替换；最后，根据Monte Carlo机制指导种群的更新，选出潜在的构象进入下一代种群。本发明提出一种预测精度高、计算代价低的基于局部结构比对的蛋白质构象空间优化方法。
📄 2018109937484
📂 G16B20_20
👤 浙江工业大学
📅 2018-08-29
一种基于多样性指标的群体蛋白质构象空间优化方法，首先，利用Rosetta第一阶段进行片段组装生成初始种群，并利用Rosetta第二阶段进行片段组装生成新种群；然后，针对随机选取的Loop区域，对构象进行Loop交换，从而实现种群重组；其次，基于Loop区域，对每个构象进行变异操作，并将变异生成的所有新个体与当前种群进行合并，并提取构象的USR特性信息建立多样性指标，基于该指标和能量对整个种群进行更新操作；最后，分别利用Rosetta第三和第四阶段对整个种群进行进一步优化，从而得到最终预测结果。本发明采样效率较高、多样性较好、复杂度较低及预测精度较高。
📄 2018104385961
📂 G16B15_20
👤 浙江工业大学
📅 2018-05-09
一种基于局部扰动的群体蛋白质构象空间优化方法，首先，利用Rosetta协议进行大范围的构象搜索，并在Rosetta协议的第四阶段结合对片段的局部扰动，增强对构象空间的探索，形成较为完整的二级结构；然后，对二级结构进行扰动，使二级结构的空间排列更加接近蛋白质的真实结构，形成更接近天然蛋白质的三维结构，从而提高蛋白质结构预测的精度。本发明提供一种预测精度较高的基于局部扰动的群体蛋白质构象空间优化方法。
📄 2018104380559
📂 G06F19_16
👤 浙江工业大学
📅 2018-05-09
一种基于多种群联合搜索的蛋白质构象空间优化方法，该方法利用种群间个体的信息交互结合片段组装技术增强对蛋白质构象空间的探测能力，利用多种群联合进化、汇合选择能量居中的个体组成新的种群继续进化，缓解能量函数不精确导致的引导方向偏差问题，进而提高整体的探索效率和预测精度。本发明提供一种预测精度较高的基于多种群联合搜索的蛋白质构象空间优化方法。
📄 201811306464X
📂 G16B20_00
👤 浙江工业大学
📅 2018-11-05
一种基于二级结构知识的蛋白质构象空间优化方法，在遗传算法的基本框架下，对每个目标个体完成基于loop区域的交叉和基于片段组装的变异；然后，根据预测的二级结构知识和能量函数对目标个体和变异个体分别进行评价；最后，根据每个个体的二级结构得分与能量总得分进行排序，选出适应度较高的个体进入下一代种群。本发明提出一种预测精度高、计算代价低的基于二级结构知识的蛋白质构象空间优化方法。
📄 2018109860567
📂 G16B15_20
👤 浙江工业大学
📅 2018-08-28
一种基于转移熵的策略自适应蛋白质构象空间优化方法，包括以下步骤：1)给定输入序列信息以及蛋白质力场模型；2)初始化；3)生成背景点；4)聚类操作；5)计算转移熵；6)策略自适应操作；7)选择操作；8)判断是否满足终止条件，如果满足则终止，并输出所有的最优解。该方法将构象解空间划分为对应于不同局优解的子空间，结合种群的历史进化信息建立转移熵，用以度量种群对构象解空间的探索程度，进而将整个搜索过程自适应地分为两个阶段，并采用阶段特定的构象生成策略，从而提高蛋白质结构预测方法的预测精度。本发明提供一种预测精度较高的基于转移熵的策略自适应蛋白质构象空间优化方法。
📄 201810994483X
📂 G16B15_00
👤 浙江工业大学
📅 2018-08-29
柿子坊 · 知识产权运营
柿子坊知识产权运营平台