蛋白质近天然结构并行筛选关键技术研究

Near-native structure screening is one of the key sub-problems in research of protein structure prediction. It involves the distribution model of decoys set and large-scale clustering algorithm research, etc. This project adopts metrics integration, distance metric learning theories and metaheuristic communication technology. This project will research similarity calculation and analysis, similarity model design, distance metrics, distributed parallel clustering, in order to improve the accuracy of protein structure prediction. This project has certain promotion significance to the following aspects: the theories and technologies of metric learning, semantic sensation in complex information environment, feature analysis and clustering of complex data set. Earlier research has made important progress for this project, its final research results are expected to solve the problems of theoretical frameworks and technical systems, to form the innovative scientific research methods, and has great theoretical significance and wide application for prediction of protein structure, drugs design, disease prevention, epidemic control, and the complex data analysis and processing, large-scale data processing in the development of the national economy.

近天然结构筛选是蛋白质结构预测研究中的关键子问题之一，涉及候选结构集合相似性分布模型、大规模聚类算法研究等内容。本项目采用度量准则融合、距离度量学习理论、元启发信息通讯技术，从相似性计算方案分析、模型设计、相似性计算准则以及分布式并行聚类等方面展开研究，以提高蛋白质结构预测的准确性。该项目的研究对复杂信息环境的语义感知与计算、复杂数据集合特征分析与聚类、距离度量学习等方面的理论与技术研究具有一定促进意义。本项目前期研究已经取得重要进展，其最终研究成果有望建立解决该问题的理论框架与技术体系，形成具有创新性的科学研究方法，对蛋白质结构预测及其衍生的药物设计、疾病防治、疫情控制以及国民经济建设中的复杂数据分析与处理、大规模数据处理具有重要理论意义和广泛应用价值。

近天然结构筛选是蛋白质结构预测研究中的关键子问题之一，涉及候选结构集合相似性分布模型、大规模聚类算法研究等内容。本项目采用度量准则融合、距离度量学习、元启发通信等技术，从相似性计算方案分析、模型设计、相似性计算准则以及分布式并行聚类等方面展开研究，提高了蛋白质结构预测的准确性。本项目提出了基于动态贝叶斯网络的蛋白质侧链预测层次化模型、从头预测蛋白质骨架的并行蚁群方法，并针对G蛋白偶联受体结构预测进行了深入研究。同时，该项目还针对多粒度知识获取、大数据环境下的博弈与均衡、多目标优化方法等内容进行了研究。该项目研究对深入理解蛋白质结构折叠机理、表达蛋白质结构语义具有一定贡献；对复杂信息环境的语义感知与计算、复杂数据集合特征分析与聚类、距离度量学习等方面的理论与技术研究具有促进意义；相关技术对物联网环境下的数据融合处理具有一定应用价值，易于实现相关技术产业化和应用领域拓展。通过该项目的研究，共发表各类论文13篇（标注10篇），获得学术奖项1项，申报发明专利7项，培养博士后1名、博士1名，培养湖州市1112人才工程后备人选1名，获得中国博士后科学基金面上资助项目1项，国家留学基金委资助出国留学项目1项，顺利完成了项目预期成果。