蛋白质在格子模型中改进的PERM 算法

摘　要　PERM 算法是当前蛋白质结构预测的格子模型优化算法中最为有效的一种算法,在该算法的基础上,我们提出了一种改进的增长算法IPERM。该方法简化了PERM 算法中的权重计算公式,在遇到不同类型的残基时选用不同的上下限阈值以提高算法的有效性,并根据链长的大小使用不同的网格尺寸。实验结果表明,改进的增长算法使得HP 序列在格子模型中能更快地找到其能量最低构象。