机器学习在蛋白质疏水相互作用模型研究中的应用 |
| |
引用本文: | 冯晨博,马维强,程润,王骏.机器学习在蛋白质疏水相互作用模型研究中的应用[J].南京大学学报(自然科学版),2023(6):919-927. |
| |
作者姓名: | 冯晨博 马维强 程润 王骏 |
| |
作者单位: | 南京大学物理学院 |
| |
基金项目: | 国家自然科学基金(11774157,11934008); |
| |
摘 要: | 疏水相互作用是一种十分复杂的非线性多体等效相互作用,在蛋白质折叠中发挥着主导作用,对蛋白质溶剂可及表面积(SASA)的分析是刻画该作用的重要手段.为了解决SASA解析或数值方法难以平衡计算成本和精确度的问题,将机器学习方法应用于蛋白质SASA的预测中.与传统的典型方法进行比较,该方法得到的结果,误差小了一个数量级,计算速度比解析方法提升了近两个数量级.将该方法拓展到基于蛋白质粗粒化结构的SASA预测上,也取得了良好的结果 .该方法为蛋白质物理的研究提供了新的高效计算工具.
|
关 键 词: | 蛋白质折叠 疏水相互作用 溶剂可及表面积(SASA) 机器学习 |
|
|