基于蟻群算法的蛋白質折疊優(yōu)化方法
一種基于蟻群算法的蛋白質折疊優(yōu)化方法，其特征在于，該方法包括以下步驟： �。ǎ保┳x入蛋白質序列并初始化各個參數。其中蛋白質序列以親水性氨基酸（Ｐ）和疏水性氨基酸（Ｈ）的序列表示�！ 。ǎ玻┟恳恢晃浵伓际窃诰W格中央從蛋白質序列的中間開始構造路徑的。對于帶有ｎ個氨基酸的蛋白質序列｛ｓ↓［０］，ｓ↓［１］，…，ｓ↓［ｎ－１］｝（ｓ↓［ｊ］∈｛Ｐ，Ｈ｝，ｊ＝０，…，ｎ－１），每只螞蟻都是從（ｎ＋２）×（ｎ＋２）大小的網格模板的中央的兩個水平方格處開始路徑的構造的。位于網格模板中央靠左的水平方格稱為左起始方格，靠右的水平方格稱為右起始方格。螞蟻開始構造路徑時，首先將氨基酸ｓ↓［「ｎ／２」］放置在左起始方格中，氨基酸ｓ↓［「ｎ／２」＋１］放置在右起始方格中。蛋白質的子序列｛ｓ↓［０］，…，ｓ↓［「ｎ／２」］｝從左起始方格開始構建，稱為“左路徑”，而另一個子序列｛ｓ↓［「ｎ／２」＋１］，…，ｓ↓［ｎ－１］｝則從右起始方格開始構建，稱為“右路徑”。螞蟻隨機選擇從蛋白質序列的左端或者右端開始走下一步。 �。ǎ常┧形浵侀_始根據蛋白質序列建立可行的折疊結構。如果螞蟻當前處于方格ｉ，下一個要放置的氨基酸為ｓ↓［ｊ］，那么選擇下一個方向ｄ的概率如下 �。稹郏洌荩溅印郏椋洌荨う恰郏辏洌荨郐拢荩啤郏瘛剩尚械姆较颍荩é印郏椋瘢荨う恰郏辏瘢荨郐拢荩 ∑渲�，τ↓［ｉｄ］和η↓［ｊｄ］分別為信息素和啟發(fā)式信息的取值，β為啟發(fā)式信息的加強參數。螞蟻每移動一步都要執(zhí)行局部信息素的更新，降低剛剛經過的兩個相鄰方格之間的信息素 τ↓［ｉｄ］←δ·τ↓［ｉｄ］ 其中ｉ是螞蟻當前所在方格的序號，ｄ是螞蟻選擇放置下一個氨基酸的方格所在的方向。δ＝（ｍ－１）／ｍ＜１稱為局部蒸發(fā)率，ｍ是螞蟻的總數。設置信息素的最低取值為τ↓［ｍｉｎ］，當信息素低于這個值時將會重置�！ 。ǎ矗┙y(tǒng)計每只螞蟻構建出來的蛋白質在網格模板中形成的處于相鄰方格但不在蛋白質序列相鄰的Ｈ－Ｈ鍵數量，并選出本次迭代中的最優(yōu)螞蟻�！ 。ǎ担﹫�(zhí)行全局信息素的更新。首先蒸發(fā)所有相鄰方格之間的信息素 τ↓［ｉｄ］←ρ·τ↓［ｉｄ］ 其中，ρ是全局信息素蒸發(fā)率，ｉ＝０，１，２，…，（ｎ＋２）↑［２］－１。然后，加強本次循環(huán)中找到的最好的折疊路徑上的信息素 τ↓［ｉ′ｄ］←τ↓［ｉ′ｄ］＋ε／（－Ｅ↓［ｍｉｎ］↑［＊］） 其中，ｉ′∈｛最優(yōu)螞蟻所經過的方格｝，ｄ為螞蟻從方格ｉ′移向下一個方格的方向，ε是在本次循環(huán)中最大的Ｈ－Ｈ鍵數量，Ｅ↓［ｍｉｎ］↑［＊］＜０是在ＨＰ格點模型中近似的最小自由能�！ 。ǎ叮┤绻_到結束條件就終止整個算法，否則返回步驟（２）。中山大學
