|
|||||
|
|
| 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 |