为了克服现有的蛋白质构象优化方法的采样效率较低、复杂度较高、预测精度较低的不足,本发明提出一种采样效率较高、复杂度较低、预测精度较高的基于简约空间抽象凸下界估计的蛋白质构象优化方法。
一种基于简约空间抽象凸下界估计的蛋白质构象优化方法,包括以下步骤:根据粗粒度能量模型,以Rosetta Score3为优化目标函数,将能量计算模型转换为二面角优化空间能量模型;通过特征向量提取,将高维二面角优化问题转换为实际可操作的笛卡儿空间优化问题;基于Karmarker射影变换,将笛卡儿空间能量模型转换成单位单纯形约束下的非线性优化问题,如此构建抽象凸下界支撑面,并进行更新;结合片段组装和Monte Carlo算法获得一系列亚稳态构象;最后,通过Rosetta服务器提供的Refinement服务获得高分辨率的蛋白质构象。本发明采样效率较高、复杂度较低、预测精度较高。
浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”(2011计划)协同创新中心牵头高校和浙江省首批重点建设高校,坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务,以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色,大力培养德智体美劳全面发展,富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。
评价单位:- (-)
评价时间:2024-11-05
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>