A Metaheuristic Approach to Protein Structure Prediction: Algorithms and Insights from Fitness Landscape Analysis

این کتاب ویژگی های مشخصه مسئله پیش بینی ساختار پروتئین (PSP) را معرفی می کند. این روش بر انتخاب سیستماتیک و بهبود مناسب ترین الگوریتم فراابتکاری برای حل مسئله بر اساس تجزیه و تحلیل چشم انداز تناسب، به جای ماهیت مسئله، که تمرکز روش شناسی در گذشته بود، تمرکز دارد.

پیش بینی ساختار پروتئین به این سوال که چگونه می توان ساختار سه بعدی یک پروتئین را از توالی اولیه آن تعیین کرد. اخیراً تعدادی از الگوریتم‌های فراابتکاری موفق برای تعیین ساختار بومی، که نقش مهمی در پزشکی، طراحی دارو، و پیش‌بینی بیماری ایفا می‌کند، توسعه یافته‌اند.

این کتاب بین‌رشته‌ای مفاهیم مرتبط با پیش‌بینی ساختار پروتئین را ادغام می‌کند. (PSP) از طریق بهینه سازی جهانی غیر محدب. این برای دانشجویان فارغ التحصیل رشته هایی مانند علوم کامپیوتر، مهندسی، بیوانفورماتیک و به عنوان مرجعی برای محققان و متخصصان در نظر گرفته شده است.

This book introduces characteristic features of the protein structure prediction (PSP) problem. It focuses on systematic selection and improvement of the most appropriate metaheuristic algorithm to solve the problem based on a fitness landscape analysis, rather than on the nature of the problem, which was the focus of methodologies in the past.

Protein structure prediction is concerned with the question of how to determine the three-dimensional structure of a protein from its primary sequence. Recently a number of successful metaheuristic algorithms have been developed to determine the native structure, which plays an important role in medicine, drug design, and disease prediction.

This interdisciplinary book consolidates the concepts most relevant to protein structure prediction (PSP) through global non-convex optimization. It is intended for graduate students from fields such as computer science, engineering, bioinformatics and as a reference for researchers and practitioners.