دانلود ترجمه مقاله روش بهینه سازی ازدحام ذرات برای پیش بینی ساختار پروتئین در مدل سه بعدی HP – اسپرینگر ۲۰۱۲

مشخصات مقاله انگلیسی (PDF)
سال انتشار مقاله	۲۰۱۲
تعداد صفحات مقاله انگلیسی	۱۲صفحه با فرمت pdf
رشته های مرتبط با این مقاله	زیست شناسی
گرایش های مرتبط با این مقاله	بیوانفورماتیک
مجله مربوطه	علوم بین رشته ای: علوم چرخه محاسباتی – Interdisciplinary Sciences: Computational Life Sciences
دانشگاه تهیه کننده	گروه علوم کامپیوتر و ریاضیات، دانشگاه آمریکایی لبنان
کلمات کلیدی این مقاله	بهینه سازی ازدحام ذرات، روش اصول اولیه، مدل HP، پیش بینی ساختار پروتئین
رفرنس	دارد
شناسه شاپا یا ISSN	ISSN ۱۸۶۷-۱۴۶۲
لینک مقاله در سایت مرجع	لینک این مقاله در سایت Springer
نشریه اسپرینگر

• فهرست مطالب:

چکیده

۱٫ مقدمه

۲٫ پیش زمینه ای در مورد بهینه سازی ازدحام ذرات

۳٫ PSO برای پیش بینی ساختار پروتئین

۳٫۱ ارائه راه حل

۳٫۲ الگوریتم ترمیم

۳٫ ۳ تابع هدف

۳٫۴ به روز رسانی موقعیت

۳٫۵ بررسی نرخ و سیاست انتخاب اسیدهای آمینه

۳٫۶ معیار پذیرش ذره جدید و معیار توقف

۴٫ نتایج تجربی و بحث

۴٫۱ رویه‌ی تجربی

۴٫۱٫۱٫ داده ها

۴٫۱٫۲٫ نسخه های الگوریتم PSO

۴٫۱٫۳ معیارهای مورد استفاده

۴٫ ۱٫ ۴ پارامترها

۴٫۲ نتایج

۵٫ نتیجه گیری

• بخشی از ترجمه:

۵٫ نتیجه گیری

ما یک الگوریتم مبتنی بر PSO را برای حل مسئله PSP در مدل سه بعدی HP معرفی نموده ایم. با توجه به توالی از HS و PS، که در آن H نشان دهنده یک اسید آمینه آبگریز و P نشان دهنده یک اسید آمینه قطبی است، هدف ما، پیدا کردن ساختار سه بعدی است که نقشه‌ای از توالی معین به یک شبکه سه بعدی مشخص با یک هسته آبگریز است، به طوری که تعداد تماس های H-H حداکثر باشد. الگوریتم PSO پیشنهادی ما (نسخه ۱) به طور موثر به بررسی فضای جستجوی راه حل های ممکن و ساختار سه‌بعدی با انرژی کم می پردازد. با مجموعه ای از راه‌حل‌های بالقوه به صورت تصادفی ایجاد شده و یا ذرات جمع شده در ازدحام شروع می شود. این ذرات برای مقدار تابع انرژی خود ارزیابی می شوند. در هر تکرار، این ازدحام با استفاده از یک تابع که سرعت ذرات را به روز رسانی می کند به روز می شود که اپراتور اصلی الگوریتم است. وظیفه این اپراتور، کشف مناطق جدید از فضای جستجو برای پیدا کردن راه حل های مطلوب است. عملکرد الگوریتم ما توسط مقایسه آن با نتایج حاصل از الگوریتم های قبلی با استفاده از همان مجموعه از توالی‌های معیار ارزیابی می‌شود. نشان داده شده است که الگوریتم PSO ما نتایج بهتری از نتایج منتشر شده توسط رسیدن به مقدار انرژی با همان تعداد کمتر از ارزیابی انرژی برای دنباله های کوچک و با پیدا کردن ساختارهای انرژی کمتر برای آنهایی که طولانی تر است، تولید می نماید.

• بخشی از مقاله انگلیسی:

۵ Conclusion

We have presented a PSO based algorithm for solving the PSP problem in the 3D HP model. Given a sequence of Hs and Ps, where H represents a hydrophobic amino acid and P represents a polar one, we aim to find the 3D structure, which is a map of the given sequence into a 3D lattice characterized with a hydrophobic core, such that the number of H-H contacts is maximized. Our proposed PSO algorithm (Version 1) efficiently explores the search space of possible solutions and returns the 3D structure with low energy. It starts with a set of randomly created potential solutions or particles gathered in a swarm. These particles are evaluated for their energy function values. At every iteration, this swarm is updated using a function that updates the velocity of the particle, which is the main operator of the algorithm. This operator’s task is to explore new areas of the search space to find the optimal solutions. The performance of our algorithm is evaluated by comparing it to the results of previous algorithms using the same set of benchmark sequences. Our PSO algorithm has been shown to produce better results than these published results by reaching the same energy values with a fewer number of energy evaluations for the small sequences and by finding lower energy structures for the longer ones.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله با فرمت ورد