×
陈兴谦；宋双宝；季俊凯；唐，郑；Yuki Todo

将基于知识的多目标能量函数纳入蛋白质结构预测的差分进化中。 （英语） Zbl 1478.92143号

信息科学。 540, 69-88 (2020).
摘要：尽管计算机技术的飞速发展和研究人员的不懈努力，蛋白质结构预测（PSP）问题在计算生物学和生物信息学中仍然具有挑战性。在本研究中，我们将PSP问题建模为一个多目标优化问题，并提出一种称为MODE-K的自由建模方法来解决该问题。我们的努力集中在两个方面。首先，我们使用一个称为RWplus的基于知识的能量函数作为评估标准。该函数被分解为两个项：距离相关能量项和方向相关能量项。其次，我们采用多目标差分进化和外部存档来执行构象空间搜索。在构造空间搜索后，引入聚类方法从一组诱饵结构中选择最终预测结构。我们使用18种测试蛋白来验证所提方法的性能。实验结果证明了该方法的有效性，并表明将基于知识的能量函数引入多目标方法来解决PSP问题是有希望的。

MSC公司：

92D20型 蛋白质序列，DNA序列
92-08 生物学问题的计算方法
68瓦50 进化算法、遗传算法（计算方面）

关键词：

多目标优化；差异演化；蛋白质结构预测；基于知识的能量函数；自由建模

软件：

MOEA/D公司；玉
PDF格式BibTeX公司 XML格式引用
\textit{X.Chen}等人，《信息科学》。540、69-88（2020；Zbl 1478.92143）
全文： 内政部

参考文献：

[1] 卢西亚诺·A·阿布里亚塔。；乔治·塔莫。；伯丹Monastirskyy；安德烈·克里什塔福维奇；Dal Peraro，Matteo，《casp12硬靶模型评估揭示了基于比对的接触预测方法的新兴作用》，《蛋白质：结构、功能和生物信息学》，86，97-112（2018）
[2] 大卫·贝克（David Baker）；Sali，Andrej，蛋白质结构预测和结构基因组学，《科学》，294554093-96（2001）
[3] 布鲁诺博尔盖安；Barbachan e.Silva，Mariel；布鲁诺·格里西；马里奥·伊诺斯特罗扎·蓬塔；Dorn，Márcio，Apl:《改进基于知识的三维蛋白质结构预测元启发式的角度概率列表》，计算生物学与化学，59，142-157（2015）
[4] C.A.Coello Coello，《进化多目标优化：该领域的历史观点》，IEEE计算智能杂志，1（1）（2006）28-36。
[5] Carlos A.Coello Coello，Gregorio Toscano Pulido，M.Salazar Lechuga，用粒子群优化处理多目标，IEEE进化计算汇刊，8（3）（2004）256-279。
[6] 列奥纳多·科雷亚（Leonardo Correa）；布鲁诺博尔盖安；Farfán，卡米洛；马里奥·伊诺斯特罗扎·蓬塔；Dorn，Márcio，三维蛋白质结构预测问题的模因算法，IEEE/ACM计算生物学和生物信息学汇刊，15，3，690-704（2018）
[7] 文森佐·库特罗（Vincenzo Cutello）；朱塞佩·纳齐西；Nicosia，Giuseppe，蛋白质结构预测问题的多目标进化方法，皇家学会界面杂志，3，6，139-151（2006）
[8] 文森佐·库特罗（Vincenzo Cutello）；朱塞佩·纳齐西；Nicosia，Giuseppe，通过多目标进化算法对肽和蛋白质结构预测问题的计算研究，（《自然》多目标问题解决（2008），Springer），93-114
[9] 达斯，斯瓦加坦；桑哈·苏布拉·穆利克；Suganthan，Ponnuthurai N.，差异进化的最新进展——最新调查，Swarm and Evolutional Computation，27，1-30（2016）
[10] 达斯，斯瓦加坦；Nagaratnam Suganthan，Ponnuthurai，差分进化：对最先进技术的调查，IEEE进化计算汇刊，15，1，4-31（2011）
[11] 莱昂纳多·德·利马；布鲁诺·博尔盖安（Bruno Borguean），科里亚（Corría）；马蒂亚斯·克劳斯（Mathias J.Krause）。；Dorn，Márcio，基于模因算法的三维蛋白质结构预测，计算机与运筹学，91，160-177（2018）·Zbl 1391.92005号
[12] Kalyanmoy Deb；阿姆里特·普拉塔普；萨米尔·阿加瓦尔；Meyarivan，Tamt，一种快速的精英多目标遗传算法：Nsga-ii，IEEE进化计算汇刊，6，2，182-197（2002）
[13] Ken A.Dill。；MacCallum，Justin L.，蛋白质折叠问题，50年过去了，《科学》，338，6110，1042-1046（2012）
[14] 高尚策；宋双宝；程久军；Yuki Todo；周梦初，将溶剂效应纳入改进蛋白质结构预测的多目标进化算法，IEEE/ACM计算生物学和生物信息学汇刊，15，4，1365-1378（2018）
[15] 张贵军，马来发，王小奇，周小根，蛋白质结构预测的二级结构和接触引导差异进化。IEEE/ACM计算生物学和生物信息学汇刊（2018）1-1。
[16] 哈利姆，扎希德；Muhammad，Tufail，《量化和优化可视化：基于进化计算的方法》，《信息科学》，385284-313（2017）
[17] Helles，Glennie，《从头算蛋白质结构预测算法报告性能的比较研究》，《皇家学会界面杂志》，5，21，387-396（2007）
[18] Hong，Seung Hwan；Joung，InSuk；Flores-Canales，Jose C。；巴拉昌德兰，马纳瓦兰；程倩仪；Heo，Seungryong；金正云；李、孙杨；Nam，Mikyung；Joo，Keehyoung，通过casp12中的全局优化进行蛋白质结构建模和优化，蛋白质：结构、功能和生物信息学，86，122-135（2018）
[19] Kristian W.Kaufmann、Gordon H.Lemmon、Samuel L.DeLuca、Jonathan H.Sheehan、J ens Meiler，《实用：rosetta蛋白质建模套件能为你做什么》，《生物化学》，49（14）（2010）2987-2998。
[20] 安德烈·克雷什塔夫奇（Andriy Kryshtafovych）；伯丹Monastirskyy；菲德利斯，Krzysztof；托尔斯滕·施维德；安娜·特拉蒙塔诺（Anna Tramontano），casp12中模型准确性估计的评估，蛋白质：结构、功能和生物信息学，86，345-360（2018）
[21] 李俊英；彼得·弗雷多利诺（Peter L.Freddolino）。；Zhang，Yang，从头算蛋白质结构预测（From protein structure to Function with Bioinformatics，2017），Springer，3-35
[22] Lee，Juyong；Lee，Jinhyuk；Sasaki，Takeshi N。；佐赛、Masaki；Seok，Chaok；Lee，Jooyoung，通过动态片段组装和构象空间退火预测从头开始的蛋白质结构，蛋白质：结构、功能和生物信息学，79，8，2403-2417（2011）
[23] 陆明阳，阿萨纳西奥斯·杜斯，马建鹏，Opus-psp:一种基于侧链堆积的取向依赖性统计全原子势，分子生物学杂志，376（1）（2008）288-301。
[24] 约翰·摩尔（John Moult）；菲德利斯，Krzysztof；安德烈·克里什塔福维奇；托尔斯滕·施维德；安娜·特拉蒙塔诺（Anna Tramontano），蛋白质结构预测（casp）方法的关键评估-第xii轮，蛋白质：结构、功能和生物信息学，86，7-15（2018）
[25] 穆克吉、罗汉；Patra、Gyana Ranjan；昆都，鲁帕姆；Das，Swagatam，《基于集群的差异进化与动态环境中小生境的拥挤存档》，《信息科学》，267，58-82（2014）
[26] 马修·奥米拉。；Leaver-Fay，Andrew；迈克尔·D·泰卡（Michael D.Tyka）。；艾米莉·斯坦因（Amelie Stein）；凯文·霍利汉（Kevin Houlihan）；Frank DiMaio；菲利普·布拉德利；Kortemme，Tanja；大卫·贝克（David Baker）；Snoeyink，Jack，氢键的共价静电组合模型通过rosetta改进了结构预测，化学理论与计算杂志，11，2，609-622（2015）
[27] 艾伦·M·普尔（Alan M.Poole）。；Ranganathan，Rama，蛋白质设计中基于知识的潜能，结构生物学的当前观点，16，4，508-513（2006）
[28] 秦凯，A。；黄，Vicky Ling；Suganthan，Ponnuthurai N.，用于全局数值优化的策略自适应差分进化算法，IEEE进化计算汇刊，13，2，398-417（2009）
[29] 卡罗尔·罗尔（Carol A.Rohl）。；查理·斯特劳斯（Charlie E.M.Strauss）。；Kira M.S.Misura。；Baker，David，使用rosetta进行蛋白质结构预测，（《酶学方法》，第383卷（2004年），Elsevier），66-93
[30] 乔尔格·沙尔斯奇米特（Joerg Schaarschmidt）；Monastyrsky，波丹；安德烈·克雷什塔夫奇（Andriy Kryshtafovych）；Bonvin，Alexandre M.J.J.，casp12中接触预测的评估：共同进化和深度学习年龄的到来，蛋白质：结构、功能和生物信息学，86，51-66（2018）
[31] Söding，Johannes，蛋白质结构预测的大数据方法，《科学》，355，6322，248-249（2017）
[32] 宋双宝；高尚策；陈兴谦；贾东宝；钱晓晓；Todo，Yuki，Aimoes：用于从头开始蛋白质结构预测的档案信息辅助多目标进化策略，基于知识的系统，146，58-72（2018）
[33] 宋双宝；季俊凯；陈兴谦；高尚策；唐，郑；Todo，Yuki，采用改进的粒子群算法探索蛋白质结构预测中的复合多目标能量函数，应用软计算，72，539-551（2018）
[34] Sandra M.Venske。；Richard A.Gonçalves。；Elaine M.Benelli。；Delgado，Myriam R.，Ademo/d：蛋白质结构预测问题的自适应差异进化，应用专家系统，56，209-226（2016）
[35] 徐东。；Zhang，Yang，利用连续结构片段和优化的基于知识的力场进行从头算蛋白质结构组装，《蛋白质：结构、功能和生物信息学》，80，7，1715-1735（2012）
[36] 徐刚；马天奇；臧天武；孙伟涛；王庆华；马建鹏，Opus-dosp:从侧链堆积中导出的距离和方向依赖的全原子势，分子生物学杂志，429，20，3113-120（2017）
[37] 杨跃东；周耀琪，蛋白质末端区域与二级结构从头折叠的特定相互作用，蛋白质：结构、功能和生物信息学，72，2793-803（2008）
[38] 艾哈迈德·本·扎曼（Ahmed Bin Zaman）；Shehu，Amarda，平衡构象取样中的多目标以控制无模板蛋白质结构预测中诱饵多样性，BMC生物信息学，20，1，211（2019）
[39] Zemla，Adam，Lga：寻找蛋白质结构三维相似性的方法，核酸研究，31，13，3370-3374（2003）
[40] 张超；乔治·瓦斯马齐斯（George Vasmatzis）；詹姆斯·科内特（James L.Cornette）。；DeLisi，Charles，从结晶蛋白质结构中测定原子脱溶能，分子生物学杂志，267，3，707-726（1997）
[41] 张健；Zhang，Yang，从蛋白质折叠选择和结构预测的随机参考状态导出的新型侧链取向依赖电位，PloS One，5，10，Article e15386 pp.（2010）
[42] 张静芬；董旭。，基于群体的蛋白质结构模型分析的快速算法，蛋白质组学，13，2，221-229（2013）
[43] 张景桥；亚瑟·C·桑德森（Arthur C.Sanderson），杰德（Jade:adaptive differential Evolutionary with optional external archive），IEEE Transactions on Evolutional Computation，13，5，945-958（2009）
[44] 张庆福；Li，Hui，Moea/d:基于分解的多目标进化算法，IEEE进化计算汇刊，11，6，712-731（2007）
[45] 张扬；Skolnick，Jeffrey，蛋白质结构模板质量自动评估的评分功能，蛋白质：结构、功能和生物信息学，57，4，702-710（2004）
[46] 周弘毅；Skolnick，Jeffrey，Goap：蛋白质结构预测的广义方向依赖性全原子统计潜力，《生物物理杂志》，101，8，2043-2052（2011）
[47] 周弘毅；周耀琪，距离标度有限理想气体参考状态提高结构选择和稳定性预测平均力的结构衍生势，蛋白质科学，11，11，2714-2726（2002）
[48] 周小根；张桂军；郝晓虎；李，余。，使用局部抽象凸低估策略的新型差分进化算法用于全局优化，计算机与运筹学，75，132-149（2016）·Zbl 1349.90701号
[49] 周小根；胡军。；张成新；张桂军；Zhang，Yang，通过类似的全球结构比对组装多域蛋白质结构，国家科学院学报，116，32，15930-15938（2019）
[50] 周小根；彭春祥；刘军；张扬；Zhang，Gui jun，欠估计辅助全局局部合作差分进化及其在蛋白质结构预测中的应用，IEEE进化计算汇刊（2019）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。