蛋白质折叠的计算机模拟

介绍了计算机模拟蛋白质折叠问题的背景、模型和意义。在对模型问题采用Ｍｏｎｔｅ－Ｃａｒｌｏ方法和单纯遗传算法得到能量最小构象的基础上,提出了适用的混合遗传算法,并通过计算机模拟试验对三种方法作了比较。     

基于遗传算法的蛋白质折叠模拟系统

在模拟蛋白质折叠的遗传算法基础上，采用晶格模型，设计了一个用于蛋白质折叠模拟的软件系统，并举例说明该系统的用法。该蛋白质折叠模拟系统可用于蛋白质折叠预测和蛋白质进化研究，并可为蛋白质分子设计提供重要信息。     

蛋白质折叠的计算机模拟

使用非格点朗之万模型和"Go型"氨基酸相互作用模拟了4个小分子量快速折叠蛋白质的折叠行为.从动力学和热力学两方面的探讨中,得到蛋白质CI2的折叠属于两态过程和蛋白质CheY的折叠过程存在中间态和蛋白质1BBL的折叠属于无势垒的"下山"式过程,而蛋白质片断1BDD(第10至第55残基)的折叠则是介于两态过程和"下山"式过程的中间类型.由于使用了相同的模型,物理机制上这些不同折叠类型显然来自蛋白质不同的天然态拓扑结构.     

蛋白质折叠过程模型

蛋白质折叠过程模型研究一直是蛋白质折叠研究领域的热点课题．就这个问题,提出描述蛋白质折叠过程的拟蛇模型．并且提出一个新的概念,那就是所有蛋白质空间结构都可以通过2种类型函数构造出来,此外,还从理论方面来证明该模型是可行和正确的：通过与其他蛋白质折叠过程模型的对比实验,结果表明,拟蛇模型所构造的空间结构能量值最小、相似度最好．进而说明拟蛇模型在描述蛋白质折叠过程方面具有明显优势,开辟了研究蛋白质的一种新的途径．     

蛋白质在溶液中构象转换的分子动力学模拟

将蛋白质的稳定和失活、折叠和去折叠等现象概括为蛋白质分子在溶液中的构象变化问题。采用非品格模型和Langevin分子动力学方法研究了无限稀释溶液及不同尺度和不同表面亲／疏水性球形限制性空间内β模型蛋白的构象分布及其转换特性。模拟结果显示：尺寸适度的疏水性空间有利于蛋白质结构发生缩塌,而亲水性空间有利于缩塌态蛋白质结构的稳定,且表面亲／疏水性的影响作用随着空间半径的增大而减弱。计算结果与实验报道一致,为研究蛋白质分子在溶液中的折叠和稳定化提供了理论工具。     

试论蛋白质折叠与生命现象的复杂性

扼要介绍了复杂性科学的哲学涵义；探讨了蛋白质折叠过程与生命的复杂性；并讨论了如何应用复杂性科学指导生命科学的研究。     

统计物理和蛋白质折叠讲义

本书是作者根据其在清华大学周培源应用数学中心的系列讲座汇编而成。在各种蛋白质数据库中，已经有丰富的蛋白质结构的信息，有一个一致的观点就是：蛋白质折叠主要是由疏水效应造成的，但是还缺乏控制折叠过程的专门的物理原理的理解，此书从统计物理的观点讨论这个问题。     

从序列预测蛋白质折叠速率

基于序列预测二级结构的蛋白质折叠速率的成功预测暗示着折叠速率能够单独从序列中预测出来.为了追踪这一问题,提出了从序列预测折叠速率的一种方法,而不需要任何二级结构和拓扑的信息.残基对折叠速率的影响与氨基酸的性质有密切的关系.对双态和多态蛋白质实验测定的折叠速率的相关性达到了82.9%,这意味着蛋白质的氨基酸序列是决定折叠速率和机理的重要因素.     

蛋白质折叠研究的热点

蛋白质折叠、结构和设计国际研讨会(International Workshop on Protein Folding，Structure and Design)于2001年6月11—22日在意大利Drieste，Abdus Salam国际理论物理中心(ICTP)召开．这次会议集中了当今蛋白质折叠研究的大多数知名学者，他们的工作比较全面地代表了目前国际上蛋白质折叠问题研究的前沿．这次会议大多数报告是关于蛋白质模型和它们的折叠机理．会议比较全面地反映了目前国际上蛋白质折叠问题研究的状况，以及未来蛋白质折叠研究发展的方向．目前蛋白质折叠的研究热点有两个方面：一是蛋白质模型的研究．这方面集中在简单的格点模型，主要内容有3个方面：(1)水分子影响．(2)侧链的影响．(3)拓扑结构研究．二是蛋白质折叠机理的研究，主要内容有：(1)热力学性质分析．(2)动力学过程的研究．(3)折叠初期研究．     

求解蛋白质折叠问题的改进PERM算法

在学习PERM算法的基础上，指出了影响PERM算法效率的关键因素，进而提出了一种改进的PERM算法——IPERM(Improved PERM)．计算结果表明，IPERM的计算效率优于PERM算法，并且远高于基于蒙特卡罗的MSOE算法和基于重要性抽样的SISPER算法．     

新生肽链折叠的格子模型

由放置在简立方子上的１２５个以单位键长联接的残基模拟肽链，残基分为亲水和疏水两类．考虑每对非键联接的空间相邻疏水残基间相互吸引．新生肽链的折叠由两种算法模拟：生长算法模拟新生肽链的生长过程，类似于动力学生长行走（ＫＧＷ）．折叠算法采用Ｍｅｔｒｏｐｏｌｉｓ算法．在肽链生长过程中，两种算法交替使用，一旦生长完毕则只使用折叠算法．对３０个随机序列和４个真实蛋白序列的模拟结果表明，生长完毕时，即经过约１０３步模拟，肽链就已处于一种能量较低的状态，其后的折叠较缓慢，再经过约１０５模拟，无明显变化．Ｋａｒｐｌｕｓ小组的模拟结果表明，２７肽须经１０７步才能达到全局极小，这与蛋白体内折叠时标相差很多．提出ｒｏｂｕｓｔ极小的概念取代全局极小来描述蛋白质的生物活性状态．一个ｒｏｂｕｓｔ极小由一组能量足够低的、动力学可及的、几何结构相似的极小组成，系统进入ｒｏｂｕｓｔ极小就不会因热涨落而跃出．一个序列一般有多个ｒｏｂｕｓｔ极小，具体折叠到哪个则与折叠途径有关，据此提出将序列结构特异性推广为序列一途径一结构特异性．     

蛋白质折迭的若干物理问题

综述了蛋白质折送的基本实验特征，讨论了亘子构象动力学的有关理论结果，分析了格子模拟得到的启示，在此基础上对Ａｎｆｉｎｓｅｎ的热力学假设提出质疑，提出鲁棒极小值的概念，研究了序列决定构象问题，并对折迭途径中的一些问题进行了初步探讨。     

应用于蛋白质折叠模拟的三种新蒙特卡罗方法的比较

新蒙特卡罗方法是一类随机算法的统称．这类算法已被应用于蛋白质折叠的模拟计算，并取得了较好的结果．该文将并行回火与遗传算法的混合算法、群体模拟退火方法以及群体模拟退火方法与遗传算法的混合算法这3种改进的蒙特卡罗方法应用到蛋白质折叠模拟计算，并就二维网格模型比较了这3种方法搜索最小能量构象的能力以及计算了得到最小能量构象所花费的时间．计算机模拟计算的结果表明，3种方法对于短序列蛋白质折叠结构的预测都较为有效，而群体模拟退火方法与遗传算法的混合算法则比其它两种算法所花费的计算时间要少，也就更为有效．     

遗传算法在蛋白质结构预测中的应用

蛋白质结构预测在生物信息学研究中占有重要地位,此文对遗传算法（GAs)在蛋白质结构预测中的应用作一评述,首先,简要地介绍了遗传算法和一般的蛋白质构象搜索问题,然后对近年来用遗传算法解决蛋白质结构预测的研究作了回顾,并分析了算法的效果和特点,最后,展望了用遗传算法解决蛋白质结构预测问题的前景。     

蛋白质折迭时标和分子伴侣的一个简单模型

利用大分子构象动力学导出蛋白质折迭的时标，讨论了折迭时间和分子参量的依赖，着重研究了对构象变化中原子团转动惯量的依赖，在此基础上提出了分子伴侣的一个简单模型。     

面向Yarn规范的蛋白质折叠模拟计算并行化算法

为了提高生物信息学中蛋白质折叠模拟计算的速度,提出了面向Yarn(Yet Another Resource Negotiator)规范的蛋白质折叠模拟计算并行化算法Yarn_PERM。分析了蛋白质折叠的格点模型PERM算法的运行流程及其面向Map-Reduce的子任务划分方式。Yarn_PERM算法实现采用Hadoop2.0的Yarn框架作为工作平台,其资源的分配与调度、应用子任务的申请和子任务的具体执行都由Yarn来透明的完成;描述了Yarn_PERM算法的Map程序与Reduce程序及主控程序的功能实现。选择了一个有代表性的蛋白质序列数据作为案例程序进行了测试。实验结果表明：在相同的时间内Yarn_PERM比PERM串行计算、Map-Reduce的PERMS计算在能量最低寻优的吞吐量上明显增加,加速比和可扩展性上也有明显的优势。