检索历史 清除

摘要蛋白质在生命过程中扮演着重要的角色，蛋白质的结构决定了其特定的生物功能，了解其结构才能更好的理解生命密码。蛋白质结构对蛋白质功能研究、药物设计、精准医疗等方面有着重要的作用。然而，传统实验方式测定蛋白质三维结构费时、费力、成本高，因此，通过计算机技术从蛋白质序列出发预测蛋白质的三维结构成为了生物信息学研究的重要内容。<br>　　根据Anfinsen法则，蛋白质结构从头预测方法基于能量函数的引导，通过特定的优化算法进行构象搜索，获得最低能量构象。但在复杂的能量景观中，探索低能量区域依然是极具挑战的。为了提高蛋白质结构预测精度，在差分算法框架下，提出了一种基于距离约束和二面角优化的蛋白质结构预测方法(DistanceConstraintandDihedralAngle,DCDA)；进而设计和实现基于残基对距离约束的蛋白质从头预测系统。本文主要工作和成果如下：<br>　　(1)在查阅蛋白质结构预测国内外相关文献的基础上，详细介绍了差分进化算法、片段组装、残基距离和样条插值等关键技术，以及系统开发中所涉及到的前端技术、后端技术和数据库存储技术等。<br>　　(2)基于预测的残基距离分布信息，首先进行了信息筛选，通过样条插值为每对残基的距离分布构建了三次函数；在此基础上，分别构建了构象评估模型和局部构象评估模型；通过构象评估模型，设计基于二面角的采样策略，指导构象选择；进而通过局部构象评估模型增强结构灵活的Loop区域采样，增强近天然态构象采样能力，进一步提高结构预测精度。在30个测试蛋白上，通过实验对比，表明该算法是一种有效的蛋白质结构预测算法。<br>　　(3)对蛋白质结构预测系统的功能需求、性能需求和业务需求进行分析，设计了系统的整体架构、功能模块和系统数据库，并详细设计了数据库表关系和表字段。基于Linux环境下的Rosetta平台，采用C++语言实现了DCDA算法，采用Bootstrap等前端框架和SSM等后端框架实现了包含任务创建、任务列表、结果展示和个人中心功能模块的蛋白质结构预测系统。测试结果表明了系统的有效性。