本项目针对未知结构的小分子蛋白氨基酸序列,将基于知识的方法与计算化学、统计物理学方法以及优化计算相结合,采用简化的蛋白质晶格模型,并根据已知结构蛋白质导出的平均势场,在二级结构预测的基础上,从理论上进行小分子蛋白三级结构的从头预测。首先利用现有软件提取未知结构蛋白的二级结构;并用晶格模型格点搜索方法对Loop区建模;再基于智能信息处理技术,将Monte Carlo生长链与遗传算法相结合,通过对势能函数的优化进行Loop区预测结构的优化;继而,通过构建侧链初始构型,获得蛋白质三级结构的整体初始构型;最后综合蛋白质生物化学性质进行蛋白质三级结构的整体优化。Loop区的结构预测及优化计算是本项目研究的重点,其研究成果将填补目前国际上尚无Loop区精确建模的空白,从而加快蛋白质结构预测的研究进程,促使最终揭示蛋白质的结构与功能关系。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
基于被动变阻尼装置高层结构风振控制效果对比分析
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于MCPF算法的列车组合定位应用研究
智能煤矿建设路线与工程实践
蛋白质三级结构从头预测研究
基于数据驱动的蛋白质三级结构预测算法研究
结合核磁共振化学位移预测蛋白质三级结构
基于随机图模型的蛋白质三级结构预测算法研究