[发明专利]G蛋白偶联受体-配体相互作用关系的预测方法及预测系统在审

专利信息
申请号: 201810329690.3 申请日: 2018-04-13
公开(公告)号: CN108647487A 公开(公告)日: 2018-10-12
发明(设计)人: 江振然;陶然;陈范曙 申请(专利权)人: 华东师范大学
主分类号: G06F19/16 分类号: G06F19/16;G06F19/24
代理公司: 上海麦其知识产权代理事务所(普通合伙) 31257 代理人: 董红曼
地址: 200062 上*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于多信息整合的G蛋白偶联受体(GPCR)‑配体相互作用的预测方法,其包括:构建非孤儿受体的G蛋白偶联受体‑配体相互作用网络结构图;将孤儿受体与非孤儿受体之间的受体‑受体关系嵌入到所述受体‑配体关系网络中,基于网络中节点之间的距离关系;构建受体‑配体作用对的特征关系,结合集成学习方法,实现了对受体‑配体潜在关系的有效预测。本发明方法针对GPCR及其配体的生物学特征,建立并实现适合G蛋白偶联受体‑配体相互作用关系的预测以及孤儿GPCR潜在配体的预测,实验表明该方法预测效果好,有较为广泛的应用前景。本发明还公开了一种基于多信息整合的G蛋白偶联受体(GPCR)‑配体相互作用的预测系统。
搜索关键词: 配体相互作用 配体 预测 孤儿受体 信息整合 预测系统 构建 生物学特征 网络结构图 关系嵌入 关系网络 结合集成 距离关系 潜在关系 特征关系 与非 应用 网络 学习
【主权项】:
1.一种预测G蛋白偶联受体‑配体相互作用关系的方法,其特征在于,所述预测方法包括:步骤(1):构建非孤儿受体的G蛋白偶联受体‑配体相互作用网络结构图,以受体和配体作为网络中的节点,以受体‑配体关系作为网络中的边,将受体与配体之间的关系映射到受体‑配体关系相互作用网络中;步骤(2):将孤儿受体与非孤儿受体之间的受体‑受体关系嵌入到所述步骤(1)构建的上述受体‑配体关系相互作用网络中,基于网络节点之间的路径关系,构建受体‑配体作用对特征关系,然后结合不同分类器,实现对受体‑配体相互作用关系的预测以及对孤儿受体潜在配体的有效预测。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华东师范大学,未经华东师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201810329690.3/,转载请声明来源钻瓜专利网。

同类专利
  • 一种DNA结合蛋白接口几何结构特征的分析方法-201710471068.1
  • 王伟;李克亮 - 河南师范大学
  • 2017-06-20 - 2018-12-28 - G06F19/16
  • 本发明涉及一种DNA结合蛋白接口几何结构特征的分析方法,属于生物计算技术领域。本发明首先从蛋白‑DNA复合数据集中提取蛋白‑DNA结合位点信息;然后根据蛋白‑DNA结合位点信息确定蛋白‑DNA结合位点的残基形态指数特征和空间环境特征;最后将所确定的蛋白‑DNA结合位点的残基形态指数特征和空间环境特征作为特征向量,利用分类模型对获取的特征向量进行分类。本发明通过从残基形态结构和空间环境特征角度分析了双链DNA结合蛋白(简称:DSBs)和单链DNA结合蛋白(简称:SSBs)的结合特异性,有助于深入理解蛋白‑DNA的结合机制,而且本发明也能够应用于蛋白‑RNA、蛋白‑蛋白等领域研究。
  • 基于细菌脂肪酸合成途径中多靶点的抗菌剂虚拟筛选方法-201810699581.0
  • 卢俊瑞;刘悦;卢博为;谢志强 - 天津理工大学
  • 2018-06-29 - 2018-12-21 - G06F19/16
  • 本发明涉及一种基于细菌脂肪酸合成途径中多靶点的抗菌剂虚拟筛选方法。包括以下步骤:(1)获取细菌脂肪酸合成途径中多个靶点的三维结构;(2)对各靶点进行前期处理和优化,并确定其活性中心,设定活性口袋;(3)选取并整理用于筛选的小分子;(4)依据设定的活性口袋,采用两种分子对接软件,将小分子与靶点依次对接,并进行一致性打分;(5)以各靶点相应抑制剂的对接一致性评分为阳性参照,筛选各靶点可能的抑制剂(化合物);(6)运用分子动力学模拟,研究代表化合物与各靶点间的作用模式。本发明可以揭示脂肪酸合成途径中不同靶点间的协同或组合作用规律。
  • 蛋白质折叠的并行预测方法-201410798385.0
  • 李国辉;沈虎峻;张鼎林 - 中国科学院大连化学物理研究所
  • 2014-12-18 - 2018-12-07 - G06F19/16
  • 本发明涉及蛋白质折叠的并行预测方法,包括以下步骤:不同的蛋白质结构通过分子动力学模拟得到;设定不同温度,通过副本互换得到更多不同构象的蛋白质结构;采用共轭帽分子分割法对不同构象的蛋白质结构进行分割,将每个氨基酸从蛋白质中分解出来,并且给每个氨基酸分子碎片带上共轭帽;通过量子力学软件计算分子碎片的静电势,从而拟合出每个氨基酸分子碎片中各原子的电荷,并更新分子力场中的原子电荷。本发明为了研究蛋白质折叠问题,将上述考虑蛋白质极化效应的方案和基于副本互换的方法有机结合起来,从而克服动力学模拟中的原子相互作用势和取样技术这两大难题,以期能在蛋白质折叠模拟中获得比较好的效果。
  • 一种长江三角洲肉用山羊新品系的培育方法-201610113485.4
  • 孙伟;高雯;周洪;花卫华;陈家振;徐厚生;袁文龙;陈国强 - 扬州大学
  • 2016-03-01 - 2018-11-16 - G06F19/16
  • 本发明涉及一种长江三角洲肉用山羊新品系的培育方法,该方法以长江三角洲白山羊(又称海门山羊)为母本育种素材,引入莎能奶山羊作为第一父本,波尔山羊作为终端父本,利用BLUP法、分子标记辅助选择(MAS)技术并结合常规育种方法,经过横交固定、胚胎移植扩繁等手段,最终选育出适合长江三角洲地区饲养的肉用山羊新品系。应用本发明培育出的长江三角洲肉用山羊新品系繁殖率高、肉用性能好,具备其本身及莎能奶山羊和波尔山羊三个品种的优点,杂种优势最大。
  • G蛋白偶联受体-配体相互作用关系的预测方法及预测系统-201810329690.3
  • 江振然;陶然;陈范曙 - 华东师范大学
  • 2018-04-13 - 2018-10-12 - G06F19/16
  • 本发明公开了一种基于多信息整合的G蛋白偶联受体(GPCR)‑配体相互作用的预测方法,其包括:构建非孤儿受体的G蛋白偶联受体‑配体相互作用网络结构图;将孤儿受体与非孤儿受体之间的受体‑受体关系嵌入到所述受体‑配体关系网络中,基于网络中节点之间的距离关系;构建受体‑配体作用对的特征关系,结合集成学习方法,实现了对受体‑配体潜在关系的有效预测。本发明方法针对GPCR及其配体的生物学特征,建立并实现适合G蛋白偶联受体‑配体相互作用关系的预测以及孤儿GPCR潜在配体的预测,实验表明该方法预测效果好,有较为广泛的应用前景。本发明还公开了一种基于多信息整合的G蛋白偶联受体(GPCR)‑配体相互作用的预测系统。
  • 用于鉴别穿山甲品种的DNA微型条形码引物对和数据库及其应用-201810209463.7
  • 晁志;蔡炫;叶浩婷;田恩伟 - 南方医科大学
  • 2018-03-14 - 2018-09-28 - G06F19/16
  • 本发明公开了用于鉴别穿山甲品种的DNA微型条形码引物对和数据库及其应用。本发明涉及一种穿山甲DNA微型条形码引物对及其设计方法,该引物对扩增效率高,质量好,测序成功率高;本发明涉及一种穿山甲DNA微型条形码数据库及其构建方法,该数据库序列长度为150bp,鉴别能力明显优于其它已知DNA条形码,能有效鉴别穿山甲属的7个主要种,包括中华穿山甲、南非穿山甲、马来穿山甲、树穿山甲、长尾穿山甲、大穿山甲和菲律宾穿山甲;本发明涉及如上所述穿山甲DNA微型条形码数据库的应用,用于鉴别穿山甲品种,该鉴别方法简单易行,结果准确可靠,能有效用于穿山甲属物种识别、保护和相关研究。
  • 基于集成分类器的TA蛋白靶向预测方法-201810273087.8
  • 刘弘;何演林;马长乐;赵丹丹;陆佃杰;吕晨 - 山东师范大学
  • 2018-03-29 - 2018-09-28 - G06F19/16
  • 本发明公开了一种基于集成分类器的TA蛋白靶向方法,包括:采用PSSM方法对蛋白质数据进行编码;融合了一种Bayes的特征提取方法来提取蛋白质序列特征;采用mRMR算法对蛋白质数据进行特征选择;用支持向量机去训练模型,在训练过程中基于网格方式对参数γ和惩罚系数C进行优化;最后,集成SVM、NB、RF、Logist、KNN五种弱分类器对TA蛋白在亚细胞器靶向的分类结果,通过投票方式得出最终的分类结果;本发明有益效果:融合了一种Bayes的特征提取方法来提取蛋白质序列特征,通过集成多种算法的分类结果,可以更好的预测TA蛋白在亚细胞器的靶向。
  • 一种基于距离约束选择策略的群体构象空间优化方法-201510608518.8
  • 张贵军;俞旭锋;周晓根;郝小虎;徐东伟;李章维 - 浙江工业大学
  • 2015-09-22 - 2018-09-18 - G06F19/16
  • 一种基于距离约束选择策略的群体构象空间优化方法,包括以下步骤:在差分进化算法框架下,采用Rosetta Score3粗粒度知识能量模型来有效降低构象空间搜索维数、提高算法的收敛速度;引入基于知识的片段组装技术可以有效提高预测精度;利用距离谱在蛋白质结构上的特性约束,使更多结构上相似的蛋白质构象进入种群,减少能量函数不精确带来的误差,以得到更为优良的局部构象;结合差分进化算法较强的全局搜索能力,可以对构象空间进行更为有效的采样,从而得到和天然态结构相似度较高的构象。本发明采用Rosetta Score3粗粒度知识能量模型来有效降低构象空间搜索维数、提高算法的收敛速度,提高预测精度。
  • 一种基于阶段性多策略副本交换的蛋白质结构预测方法-201610390366.3
  • 张贵军;俞旭锋;周晓根;郝小虎;王柳静 - 浙江工业大学
  • 2016-06-02 - 2018-09-18 - G06F19/16
  • 一种基于阶段性多策略副本交换的蛋白质结构预测方法,在差分进化算法(DE)的框架下,首先,在每个温度层中生成具有多样化折叠类型的初始构象种群;然后,对每个温度层,根据迭代次数将构象搜索分为两个阶段,第一个阶段从种群中随机选取一个构象作为目标个体,第二个阶段根据能量将种群分为两个部分,从能量低的前50%的种群中随机选取一个个体作为目标个体;之后,随机选取与目标个体不一样的三个构象个体经过变异、交叉和片段组装策略生成测试个体,并根据构象的能量判断是否接受测试个体,进而将相邻的温度层的对应个体进行副本交换;在阶段性策略的指导下,辅以副本交换策略,通过不断更新种群获得一系列亚稳态构象。
  • 一种蛋白质模板库的扩充方法及装置-201510938160.5
  • 董启文 - 上海珍岛信息技术有限公司
  • 2015-12-15 - 2018-09-14 - G06F19/16
  • 本发明公开了一种蛋白质模板库的扩充方法及装置,包括:从已知结构的原始蛋白质模板库中选择初始蛋白质样本,并通过序列对比算法去除初始蛋白质样本中相似度较高的蛋白质序列,将最终保留的蛋白质序列作为蛋白质样本;通过蛋白质分子设计算法,设计与蛋白质样本相对应的蛋白质序列,并将设计的蛋白质序列加入原始蛋白质模板库,生成初始扩充蛋白质模板库;通过序列对比算法去除初始扩充蛋白质样本中相似度较高的蛋白质序列,将最终保留的蛋白质序列作为扩充蛋白质模板库,可见,在本实施例中,通过对筛选的蛋白质样本进行设计,能扩充现有蛋白质模板库,增加模板库中蛋白质序列的数量,从而提高蛋白质结构预测的精度及准确率。
  • 一种基于FM-N-DNN的药物靶标相互作用预测方法-201810255472.X
  • 王昊;常会友 - 中山大学
  • 2018-03-26 - 2018-09-07 - G06F19/16
  • 本发明涉及一种基于FM‑N‑DNN的药物靶标相互作用预测方法,包括以下步骤:S1.从DrugBank数据库获取药物靶标相互作用对并标记为正样本;S2.将药物靶标相互作用对分成不同的药物和靶标,形成独立的药物组和靶标组;随机从药物组和靶标组选择药物和靶标构建新的药物靶标相互作用对,将新构建的药物靶标相互作用对中不为正样本的样本标记为负样本;S3.利用开源python软件包PyDPI提取正样本和负样本的特征向量;S4.对步骤S3提取的特征向量进行预处理;S5.构建FM‑N‑DNN模型,利用正样本、负样本的特征向量对FM‑N‑DNN模型进行训练;S6.利用训练好的FM‑N‑DNN模型对药物靶标相互作用进行预测。
  • 一种基于局部Lipschitz支撑面的双层差分进化蛋白质结构预测方法-201610265960.X
  • 张贵军;周晓根;俞旭锋;郝小虎;王柳静;徐东伟;李章维 - 浙江工业大学
  • 2016-04-26 - 2018-09-07 - G06F19/16
  • 一种基于局部Lipschitz支撑面的双层差分进化蛋白质结构预测方法,首先,根据能量值选取当前种群中的最优构象,计算其他构象到最优构象的距离,并根据距离对所有构象进行排名;然后,选取离最优构象最近的部分构象建立Lipschitz下界支撑面,计算所选取的构象的能量下界估计值,并计算实际能量值与下界估计值的平均误差;最后,根据平均误差将算法分为两层,第一层随机选取构象进行片段组装生成新构象,第二层则根据最优构象进行片段组装生成新构象,从而引导算法快速可靠地向能量最低的区域收敛。本发明预测精度高、计算代价较低。
  • 一种寻找基因组中锌指蛋白靶标位点的方法-201610014607.4
  • 王方海;程中山 - 中山大学
  • 2016-01-11 - 2018-08-07 - G06F19/16
  • 本发明公开了一种寻找基因组中锌指蛋白靶标位点的新方法。本发明首先将能与锌指蛋白结合且结合率大于2的所有9个核苷酸序列建成一个库,然后设计一个程序在基因组中寻找在双链中间隔一段距离存在的一对与库中对应的9个核苷酸序列,即得到相应的锌指蛋白靶标位点。与传统方法相比,以此方法构建的锌指蛋白不需要检测筛选就可直接应用,这样大大简化实验程序,节约成本,提高效率。
  • 塞来昔布抑制血管新生靶点的筛选方法-201810172132.0
  • 谌谐婉;孙建国;牛凯;廖荣霞 - 中国人民解放军陆军军医大学
  • 2018-03-01 - 2018-07-13 - G06F19/16
  • 本发明属于治疗肿瘤疾病领域,具体涉及塞来昔布抑制血管新生靶点的筛选方法。本发明通过选取血管形成聚合酶链式反应芯片上的84个基因表达的蛋白作为潜在受体蛋白数据库,使用PDB数据库和UniProt数据库筛选54个受体蛋白结构,使用MGLTools处理受体蛋白结构,构建分子对接盒子后使用Autodock_vina作为分子对接工具计算塞来昔布与每个蛋白质受体的结合位点自由能,选取结合位点自由能小于‑9.0kcal/mol的蛋白质受体作为潜在靶点。
  • 一种基于模式分析研究中药物质基础和作用机制的方法-201510706572.6
  • 陈超;周威;王淑美;梁生旺 - 广东药科大学
  • 2015-10-26 - 2018-07-06 - G06F19/16
  • 本发明涉及中药分析技术领域,具体公开了一种基于模式分析研究中药物质基础和作用机制的方法。所述的方法包含如下步骤:S1.构建中药成分网络;S2.构建成分-靶点网络;S3.构建靶点相互作用网络;S4.构建二阶异质网络;S5.检测并分析关键网络。利用该方法分析复方丹参滴丸治疗颈动脉粥样硬化的物质基础和作用机制,结果分析得出4个主要成分,9个关键网络,进一步分析网络的结果初步揭示了复方丹参滴丸治疗颈动脉粥样硬化的物质基础和作用机制,结果得到研究报道的验证。
  • 单分子的识别、计数方法及装置-201710607570.0
  • 徐伟彬;金欢;颜钦;姜泽飞 - 深圳市瀚海基因生物科技有限公司
  • 2017-07-24 - 2018-06-29 - G06F19/16
  • 本发明公开了一种单分子的识别、计数方法及识别、计数装置。单分子的识别方法包括:输入图像亮点强度的时间序列;根据时间序列,形成图像亮点的时间与强度的折线图,折线图由多条线段组成;对折线图进行网格划分以形成阵列排布的多个网格,统计落在每个网格的线段和/或线段的端点的次数;基于强度的大小进行分组,对次数进行频数统计,以获得直方图;查找直方图的极大值点,判定满足条件的一个极大值点所在的峰对应一个单分子:极大值点的值大于第一设定阈值且极大值点所在的峰的宽度大于第二设定阈值。上述单分子的识别方法,通过对亮点强度的时间序列的折线图转化为图像处理以得到直方图,能够快速地对单分子进行识别,而识别的精度也较高。
  • 单分子的识别、计数方法及装置-201710607586.1
  • 徐伟彬;金欢;颜钦;姜泽飞 - 深圳市瀚海基因生物科技有限公司
  • 2017-07-24 - 2018-06-29 - G06F19/16
  • 本发明公开了一种单分子的识别、计数方法及识别、计数装置。单分子的识别方法,包括步骤:输入图像亮点强度的时间序列;根据所述时间序列,形成所述图像亮点的时间与强度的折线图,所述折线图由多条线段组成;对所述折线图进行网格划分以形成阵列排布的多个网格,统计落在每个所述网格的所述线段和/或所述线段的端点的次数;根据每个所述网格所对应的所述次数,对进行网格划分后的所述折线图进行线腐蚀以将进行网格划分后的所述折线图转换为简化图;对所述简化图进行游程编码以标识连通区域;计算每个所述连通区域的面积,判定满足以下条件的一个所述连通区域对应一个单分子:所述连通区域的面积大于第一设定阈值。上述单分子的识别方法,通过对亮点强度的时间序列的折线图转化为图像处理以得到直方图,能够快速地对单分子进行识别,而识别的精度也较高。
  • 基于两层SVM学习机制的蛋白质结晶预测方法-201510047426.7
  • 於东军;胡俊;何雪;李阳;沈红斌;杨静宇 - 南京理工大学
  • 2015-01-29 - 2018-06-12 - G06F19/16
  • 本发明提供一种基于两层SVM学习机制的蛋白质结晶预测方法。首先,利用PSI‑BLAST从蛋白质序列信息中获取蛋白质的进化信息;再从序列信息、蛋白质进化信息、氨基酸物理化学属性等信息中抽取AAC、DiAAC、TriAAC、PseAAC、PsePSSM五种视角特征;然后,使用五种视角特征训练一个两层SVM预测模型(2L‑SVM);然后,再使用2L‑SVM模型进行预测:(1)将得到的五种视角特征分别输入到2L‑SVM中所对应的第一层模型中,将得到五个概率输出输入2L‑SVM的第二层预测模型中得到预测概率;最后,使用阈值分割技术得到最终决策。该方法的优点在于:使用五种不同视角的特征,增加有效鉴别信息,提升模型的预测能力;而且使用2L‑SVM预测模型,有效的避免不同视角之间相互干扰导致的信息丢失,提高模型的预测精度。
  • 一种基于副本交换和局部增强策略的群体构象空间搜索方法-201510310103.2
  • 张贵军;郝小虎;俞旭锋;周晓根;陈凯;徐东伟 - 浙江工业大学
  • 2015-06-08 - 2018-06-01 - G06F19/16
  • 一种基于副本交换和局部增强策略的群体构象空间搜索方法,在差分进化算法框架下,采用Rosetta Score3粗粒度知识能量模型来有效降低构象空间搜索维数、提高算法的收敛速度;引入基于知识的片段组装技术可以有效提高预测精度;利用Monte Carlo算法良好的局部搜索性能对种群做局部增强,以得到更为优良的局部构象,结合差分进化算法较强的全局搜索能力,可以对构象空间进行更为有效的采样,副本交换策略的引入使得群体的多样性以及空间采样能力得到进一步增强。
  • 一种基于群体Lipschitz下界估计的蛋白质结构预测方法-201610219089.X
  • 张贵军;周晓根;王柳静;郝小虎;俞旭锋;徐东伟;李章维 - 浙江工业大学
  • 2016-04-08 - 2018-04-20 - G06F19/16
  • 一种基于群体Lipschitz下界估计的蛋白质结构预测方法,首先,对整个初始构象种群构建Lipschitz下界估计支撑面,从而建立原能量函数模型的下界估计模型;然后,基于片段组装技术产生测试构象,进而根据下界估计模型获取测试构象的能量下界估计值,根据能量下界估计值判断是否需要对测试构象进行实际能量函数评价,并指导种群更新,从而有效减少目标函数评价次数,降低计算代价;最后,根据进化信息对较优的测试构象构建Lipschitz下界估计支撑面,使得下界估计模型向原能量函数模型不断收紧,从而获得更加精确的下界估计信息。
  • 一种用于分析蛋白质序列的性质的方法和装置-201410123836.0
  • 丁建栋;张亚楠;严骏驰;黄振;张超 - 国际商业机器公司
  • 2014-03-28 - 2018-04-17 - G06F19/16
  • 本发明提供了一种用于分析蛋白质序列的性质的方法和装置。在一个实施方式中,提供了一种用于分析蛋白质序列的性质的方法,包括响应于接收到蛋白质序列,从参考数据库中查找与蛋白质序列相匹配的至少一个参考蛋白质序列;通过比较蛋白质序列和至少一个参考蛋白质序列构成的集合中的任意两个序列,分别将蛋白质序列和至少一个参考蛋白质序列映射至特征向量和至少一个参考向量;利用至少一个参考向量以及至少一个参考蛋白质序列的性质来训练分类器;以及由分类器来基于特征向量,分析蛋白质序列的性质。在另一实施方式中,提供了一种用于分析蛋白质序列的性质的装置。采用本发明,可以在无需进行人工试验的情况下,获得蛋白质序列的多方面的性质。
  • 基于DNA分子链置换反应提取实现组合逻辑的CRNs的方法-201510369748.3
  • 张川;戈璐璐;钟志伟;尤肖虎 - 东南大学
  • 2015-06-29 - 2018-03-20 - G06F19/16
  • 本发明公开了一种基于DNA分子链置换反应提取实现组合逻辑的CRNs的方法,包括以下步骤步骤1按照设定的逻辑功能,得到一张反映输入、输出逻辑关系的真值表,并从真值表中映射出形式化学反应网络;步骤2采用卡诺图化简的方法,对步骤1中获得的形式化学反应网络进行化简,获得用于实现组合逻辑功能的形式化学反应网络。本发明提供的方法主要用于DNA分子链置换反应中表示逻辑关系的化学反应网络的获得,主要采用电子学中的真值表以及卡诺图化简的方式获取CRNs,不仅无需考虑具体的电路架构就可以获得能够反应逻辑关系的CRNs,而且简化了CRNs,有效降低了能耗。同时本发明提供的方法更具有一般性,通俗易懂,操作更加简单方便。
  • 基于随机模拟的折叠病致病机理的分析方法-201310675900.1
  • 彭丰斌;魏彦杰;张慧玲;刘永春 - 深圳先进技术研究院
  • 2013-12-11 - 2018-03-09 - G06F19/16
  • 本发明公开了一种基于随机模拟的折叠病致病机理的分析方法。该方法应用ABEEMσπ浮动电荷力场能量模型进行研究,模拟及计算蛋白质系统的态密度的主从模式采用MPI并行程序算法进行计算;所述主从模式是指在N个分进程中,其中分进程1为主进程,其余都为子进程。本发明采用主从模式的MPI并行程序算法,有效加快了模拟和计算蛋白质系统态密度的速度;在计算过程中,通过引入具有适应特点的更新修正因子,进一步提高了计算的精度和速度,可应用于研究蛋白质折叠热力学过程及其致病机理。
  • 一种利用粒子群模拟退火算法来进行蛋白质折叠预测的方法-201710953804.7
  • 王凤娟;姜淑凤;甄英琦;李明;张宏斌;樊锐;王兴国;刘秀林 - 齐齐哈尔大学
  • 2017-10-13 - 2018-02-16 - G06F19/16
  • 一种利用粒子群模拟退火算法来进行蛋白质折叠预测的方法,属于蛋白质结构预测技术领域。所述方法如下利用粒子群算法和模拟退火算法优缺点互补的原理,将两种算法进行融合得出新的粒子群模拟退火算法;将步骤一得到的粒子群模拟退火算法应用在蛋白质折叠预测的能量函数上,求能量函数的全局最小值即为蛋白质折叠最好的状态;将粒子群模拟退火算法应用在斐波那契序列上进行预测,来验证粒子群模拟退火算法的有效性。本发明的优点是一种在蛋白质折叠预测方面有较好效果的粒子群模拟退火算法,该算法能够在运算精度高、搜索时间短的情况下搜索到蛋白质序列的最低能量构形,从而能够有效的预测蛋白质的结构。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top