蛋白質在格子模型中改進的PERM 算法

摘　要　PERM 算法是當前蛋白質結構預測的格子模型優化算法中最為有效的一種算法,在該算法的基礎上,我們提出了一種改進的增長算法IPERM。該方法簡化了PERM 算法中的權重計算公式,在遇到不同類型的殘基時選用不同的上下限閾值以提高算法的有效性,并根據鏈長的大小使用不同的網格尺寸。實驗結果表明,改進的增長算法使得HP 序列在格子模型中能更快地找到其能量最低構象。