学位论文 > 优秀研究生学位论文题录展示

基于粒子群的分子对接算法

作　者: 李文涛
导　师: 刘宇
学　校: 大连理工大学
专　业: 计算机应用技术
关键词: 分子对接粒子群算法 AutoDock FIPS PetDock
分类号: R91
类　型: 硕士论文
年　份: 2011年
下　载: 66次
引　用: 0次
阅　读: 论文下载

内容摘要

分子对接算法是药物研究与设计中一种重要的工具。要在有效的时间内完成对数据库的扫描需要一种高效分子对接算法。本文将粒子群算法引入分子对接平台,进行综合比较测试。根据粒子群算法实现了一种高效的分子对接算法PetDock。PetDock不仅能进行蛋白质与小分子的对接,也能有效的进行蛋白质与多肽的对接。分子对接问题可以转化为一个优化问题,其优化的目标就是寻找能量最低的构象。其包含两个方面,一是快速有效的构象取样算法也就是我们所说的搜索算法,可以在可行域内按照启发式规则遍历构象空间找到最优构象；另一个是好的能量打分函数,能够在合理地表示两个蛋白质的喜好程度,在优化问题中也被称为目标函数或适应度函数。本文将经典的粒子群变种引入经典分子对接平台中,从而将粒子群算法全面的引入分子对接,对其进行综合测试。测试的结果显示,与拉马克遗传算法相比,粒子群算法表现更加优秀特别是FIPS。以FIPS为搜索算法实现了分子对接算法PetDock,并将PetDock与经典的分子对接算法进行了比较。结果显示,PetDock在搜索能力胜于使用相同力场的AutoDock和SODOCK,在精度上优于四种经典的分子对接算法。本课题还进行了进一步研究,将PetDock运用到蛋白质与多肽的对接上。对接实验证明,PetDock在蛋白质与多肽对接上效果显著。

全文目录

摘要  4-5
Abstract  5-8
引言  8-11
1 绪论  11-15
  1.1 分子对接背景及意义  11
  1.2 计算机辅助药物设计  11-13
  1.3 优化算法  13
  1.4 分子对接的物质基础  13-14
  1.5 本文工作介绍  14-15
2 分子对接基本原理  15-20
  2.1 概述  15-16
  2.2 分子对接原理  16-18
    2.2.1 原理简单概述  16
    2.2.2 分子对接模型表达  16-17
    2.2.3 分子对接的方法  17-18
  2.3 分子对接研究热点  18-19
    2.3.1 构象搜索算法  18-19
    2.3.2 分子对接中计算机模型  19
  2.4 应用最广泛的分子对接软件之一AutoDock  19-20
3 分子对接中的优化算法  20-30
  3.1 优化理论概述  20-23
    3.1.1 最优化方法  20
    3.1.2 标准形式  20-21
    3.1.3 最优化方法的分类  21-23
  3.2 进化计算之遗传算法  23-26
    3.2.1 遗传算法概述  23-24
    3.2.2 遗传算法原理  24-26
  3.3 粒子群算法  26-30
4 粒子群优化算法的变种  30-37
  4.1 带有惯性因子的粒子群算法(PSOw)  30-31
  4.2 约束因子的粒子群算法(PSOcf)  31
  4.3 邻域模型的粒子群算法(PSO-local)  31-32
  4.4 标准粒子群算法  32
  4.5 统一的粒子群算法(UPSO)  32-33
  4.6 全信息的粒子群算法(FIPS)  33
  4.7 基于适应值距离比的粒子群算法(FDR-PSO)  33
  4.8 相互协助的粒子群算法(CPSO-H)  33
  4.9 广泛学习的粒子群算法(CLPSO)  33-35
  4.10 处理分子对接的SODOCK  35-37
5 实验与结果分析  37-48
  5.1 AutoDock问题表述  37-38
  5.2 算法实现与运行环境  38
  5.3 参数设置与数据准备  38-40
  5.4 结果与分析  40-48
    5.4.1 搜索能力  40-44
    5.4.2 对接精度  44-48
6 蛋白质与多肽对接  48-53
  6.1 蛋白质与多肽的对接意义  48-50
  6.2 与已发表的算法的比较  50-53
结论  53-54
参考文献  54-56
攻读硕士学位期间发表学术论文情况  56-57
致谢  57-58

基于粒子群的分子对接算法

内容摘要

全文目录

相似论文