基于能量的蛋白质结构聚类距离加权策略  

Strategies of Weighting Distance for Clustering Protein Structures Based on Energy

作　　者：黄旭[1] 吕强[1,2] 吴进珍[1] 钱培德[1,2] 

机构地区：[1]苏州大学计算机科学与技术学院,江苏苏州215006 [2]江苏省计算机信息处理技术重点实验室,江苏苏州215006

出　　处：《计算机工程》2010年第21期173-174,177,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(60970055)

摘　　要：在对蛋白质预测结构进行聚类的过程中,常用的均方根偏差、TM-score、GDT-TS等相似性度量方法仅反映了结构之间的距离关系而未考虑结构之间的能量关系。针对上述问题,对候选结构进行距离度量,计算两两之间的能量差异,并以此设置权重,对相似性矩阵进行修改。通过在13个数据集上的实验表明,采用能量差异对相似性矩阵进行加权后的聚类结果优于加权之前。The structure metrics such as Root Mean Square Deviation（RMSD）, TM-score, and GDT-TS etc. reflect only distance instead of energies difference between any decoys. This paper calculates difference of energies for any pair of decoys, modifies the similarity matrix with the differences, and clusters decoys with these similarity matrices respectively. Experimental results on 13 decoys sets show that the strategies of weighting similarity based on energies lbr clustering protein structures can improve the performance of clustering.

关 键 词：蛋白质结构预测 聚类算法 均方根偏差 相似性矩阵 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]