-
公开(公告)号：CN109086566A
公开(公告)日：2018-12-25
申请号：CN201810763407.8
申请日：2018-07-12
Applicant: 浙江工业大学
Abstract: 一种基于片段重采样的群体蛋白质结构预测方法，首先，用Rosetta生成候选构象，从总的候选构象中挑选出能量较低的一部分构象作为初始种群；然后，对种群进行交叉操作，交换种群个体的Loop区域，使用能量函数对种群个体的能量，挑选出能量低的个体作为下一代种群；其次，使用平均残基对距离分数结合聚类方法挑选出高质量的片段；最后，利用新构建的片段库，再次进行片段组装，得到最终的目标蛋白质的三维结构。本发明提供一种预测精度较高的基于片段重采样的群体蛋白质结构预测方法。
-
-
公开(公告)号：CN109063413B
公开(公告)日：2021-04-06
申请号：CN201810579338.5
申请日：2018-06-07
Applicant: 浙江工业大学
Abstract: 一种群体爬山迭代蛋白质构象空间优化方法，首先，利用Rosetta协议进行大范围的构象搜索，然后利用迭代爬山搜索方法对构象空间进行进一步的探索，在提高构象空间搜索效率的同时有效避免陷入局部最优，形成更接近天然蛋白质的三维结构，从而提高蛋白质结构预测的精度。本发明提供一种预测精度较高的群体爬山迭代蛋白质构象空间优化方法。
-
公开(公告)号：CN109461472B
公开(公告)日：2021-02-26
申请号：CN201811000669.5
申请日：2018-08-30
Applicant: 浙江工业大学
IPC: G16B15/20
Abstract: 一种基于副本交换和有偏分布估计的蛋白质构象空间优化方法，首先，根据种群初始化得到多个在不同温度下初始化后副本种群构象；然后，交换相邻温度的种群个体，增加了构象空间采样的多样性；在完成副本交换最大迭代次数后，统计每个片段的组装概率，使用有偏分布估计算法，获得比例更高的低能量构象，加快了搜索向全局最优收敛的速度，提高了搜索效率；最后，将所有副本种群合并成一个种群，按能量由低到高排序，挑选排名靠前的优秀个体作为最终种群个体，输出最终种群构象，本发明提供一种预测精度较高的基于副本交换和有偏分布估计的蛋白质构象空间优化方法。
-
公开(公告)号：CN108629151A
公开(公告)日：2018-10-09
申请号：CN201810238720.X
申请日：2018-03-22
Applicant: 浙江工业大学
Abstract: 一种基于拉式图的群体蛋白质结构预测方法，首先，根据群体的初始化得到全局搜索后的构象；然后，把初始化后的群体进行交叉变异得到新的群体，增加了群体的多样性信息；其次，合并初始群体和交叉变异后的群体，使用能量函数计算种群个体的能量，挑选优秀的个体组成新的群体；最后，通过从拉氏图中采样更新个体的Loop区域，使用能量函数判断是否接收，输出最终的构象。本发明提供一种预测精度较高的基于拉式图的群体蛋白质结构预测方法。
-
Patent Agency Ranking
公开(公告)号：CN109326318B
公开(公告)日：2021-05-18
申请号：CN201810762501.1
申请日：2018-07-12
Applicant: 浙江工业大学
Abstract: 一种基于Loop区域高斯扰动的群体蛋白质结构预测方法，首先，通过种群初始化得到全局搜索的构象；然后通过交叉操作，交叉种群中个体Loop区域的部分；其次，对交叉后的种群和初始种群合并到一起挑选出能量较小的个体，使用高斯分布的二面角来对构象的Loop区域扰动，并使用玻尔兹曼概率判断是否接收；最后使用聚类算法对输出的最后一代种群聚类，得到最终的蛋白质三级结构。本发明提供一种预测精度较高的基于Loop区域高斯扰动的群体蛋白质结构预测方法。
-
公开(公告)号：CN108629151B
公开(公告)日：2021-06-18
申请号：CN201810238720.X
申请日：2018-03-22
Applicant: 浙江工业大学
IPC: G16B20/20
Abstract: 一种基于拉式图的群体蛋白质结构预测方法，首先，根据群体的初始化得到全局搜索后的构象；然后，把初始化后的群体进行交叉变异得到新的群体，增加了群体的多样性信息；其次，合并初始群体和交叉变异后的群体，使用能量函数计算种群个体的能量，挑选优秀的个体组成新的群体；最后，通过从拉氏图中采样更新个体的Loop区域，使用能量函数判断是否接收，输出最终的构象。本发明提供一种预测精度较高的基于拉式图的群体蛋白质结构预测方法。
-
-
公开(公告)号：CN109461472A
公开(公告)日：2019-03-12
申请号：CN201811000669.5
申请日：2018-08-30
Applicant: 浙江工业大学
IPC: G16B15/20
Abstract: 一种基于副本交换和有偏分布估计的蛋白质构象空间优化方法，首先，根据种群初始化得到多个在不同温度下初始化后副本种群构象；然后，交换相邻温度的种群个体，增加了构象空间采样的多样性；在完成副本交换最大迭代次数后，统计每个片段的组装概率，使用有偏分布估计算法，获得比例更高的低能量构象，加快了搜索向全局最优收敛的速度，提高了搜索效率；最后，将所有副本种群合并成一个种群，按能量由低到高排序，挑选排名靠前的优秀个体作为最终种群个体，输出最终种群构象，本发明提供一种预测精度较高的基于副本交换和有偏分布估计的蛋白质构象空间优化方法。
-
公开(公告)号：CN109326318A
公开(公告)日：2019-02-12
申请号：CN201810762501.1
申请日：2018-07-12
Applicant: 浙江工业大学
Abstract: 一种基于Loop区域高斯扰动的群体蛋白质结构预测方法，首先，通过种群初始化得到全局搜索的构象；然后通过交叉操作，交叉种群中个体Loop区域的部分；其次，对交叉后的种群和初始种群合并到一起挑选出能量较小的个体，使用高斯分布的二面角来对构象的Loop区域扰动，并使用玻尔兹曼概率判断是否接收；最后使用聚类算法对输出的最后一代种群聚类，得到最终的蛋白质三级结构。本发明提供一种预测精度较高的基于Loop区域高斯扰动的群体蛋白质结构预测方法。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.032 seconds)
