蛋白質近天然結構並行篩選關鍵技術研究

《蛋白質近天然結構並行篩選關鍵技術研究》是依託湖州師範學院，由黃旭擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：蛋白質近天然結構並行篩選關鍵技術研究
• 項目類別：青年科學基金項目
• 項目負責人：黃旭
• 依託單位：湖州師範學院

項目摘要

近天然結構篩選是蛋白質結構預測研究中的關鍵子問題之一，涉及候選結構集合相似性分布模型、大規模聚類算法研究等內容。本項目採用度量準則融合、距離度量學習理論、元啟發信息通訊技術，從相似性計算方案分析、模型設計、相似性計算準則以及分散式並行聚類等方面展開研究，以提高蛋白質結構預測的準確性。該項目的研究對複雜信息環境的語義感知與計算、複雜數據集合特徵分析與聚類、距離度量學習等方面的理論與技術研究具有一定促進意義。本項目前期研究已經取得重要進展，其最終研究成果有望建立解決該問題的理論框架與技術體系，形成具有創新性的科學研究方法，對蛋白質結構預測及其衍生的藥物設計、疾病防治、疫情控制以及國民經濟建設中的複雜數據分析與處理、大規模數據處理具有重要理論意義和廣泛套用價值。

結題摘要

近天然結構篩選是蛋白質結構預測研究中的關鍵子問題之一，涉及候選結構集合相似性分布模型、大規模聚類算法研究等內容。本項目採用度量準則融合、距離度量學習、元啟發通信等技術，從相似性計算方案分析、模型設計、相似性計算準則以及分散式並行聚類等方面展開研究，提高了蛋白質結構預測的準確性。本項目提出了基於動態貝葉斯網路的蛋白質側鏈預測層次化模型、從頭預測蛋白質骨架的並行蟻群方法，並針對G蛋白偶聯受體結構預測進行了深入研究。同時，該項目還針對多粒度知識獲取、大數據環境下的博弈與均衡、多目標最佳化方法等內容進行了研究。該項目研究對深入理解蛋白質結構摺疊機理、表達蛋白質結構語義具有一定貢獻；對複雜信息環境的語義感知與計算、複雜數據集合特徵分析與聚類、距離度量學習等方面的理論與技術研究具有促進意義；相關技術對物聯網環境下的數據融合處理具有一定套用價值，易於實現相關技術產業化和套用領域拓展。通過該項目的研究，共發表各類論文13篇（標註10篇），獲得學術獎項1項，申報發明專利7項，培養博士後1名、博士1名，培養湖州市1112人才工程後備人選1名，獲得中國博士後科學基金面上資助項目1項，國家留學基金委資助出國留學項目1項，順利完成了項目預期成果。