Por:
Hindawi Publishing Corporation
|
Fecha:
2013
Para resolver el modelo HP del problema de plegamiento de proteínas, investigamos la función de energía tradicional y señalamos que su propiedad discreta no puede dar la dirección del siguiente paso hacia el punto de búsqueda, lo que supone un reto para los algoritmos de optimización. Por lo tanto, introdujimos la función de energía simplificada para convertir la función de energía discreta tradicional en una continua. La función de energía simplificada totaliza la distancia entre todos los pares de aminoácidos hidrofóbicos. Para optimizar la función de energía simplificada, introdujimos el último algoritmo de inteligencia de enjambre, el algoritmo de luciérnaga (FA). El FA es una técnica muy popular inspirada en la naturaleza y se ha utilizado para resolver problemas no lineales de optimización multimodal en entornos dinámicos. También propusimos la estrategia de esquema de código para aplicar FA al modelo HP simplificado con la estrategia de prueba de choque. El experimento tomó 14 secuencias de diferentes longitudes de cadena de 18 a 100 como conjunto de datos y comparó el AF con el algoritmo genético estándar y el algoritmo genético inmune. Cada algoritmo se ejecutó 20 veces. Los resultados promediados de convergencia energética muestran que FA alcanza los valores más bajos. Se concluye que es eficaz resolver el modelo 2D HP mediante el algoritmo de luciérnaga y la función de energía simplificada.