蛋白质空间结构的同源建模及其并行化研究

在蛋白质空间结构的预测算法中，同源建模法采用已知的蛋白质结构作为模板，可以准确地预测其它同源蛋白质的结构，因此被认为是目前最成功的预测算法。但模板的数量和目标－模板序列比对的准确性这两个因素严重制约着该算法的进一步完善。目前能够作为模板的蛋白质结构很少，同时在获得精确的目标－模板序列比对方面还存在很多技术难题。因此，如何扩充模板的数量、如何提高目标－模板序列比对的准确性，已成为两个迫需解决的关键问题。. 本课题首先对已知结构的蛋白质进行结构域聚类分析，提取每一聚类的核心结构，构建以结构域为基础的模板库。然后，通过融合相应的核心结构，建立与目标序列相匹配的模板，以扩充模板的数量，并且利用结构域的三维结构信息，产生更准确的目标－模板序列比对。由此完善同源建模算法，预测出更多、更准确的蛋白质空间结构。最后，对同源建模算法进行面向体系结构的并行化研究，进一步提高算法的性能