タンパク質からRNAまで 、 Mat。 基準 チェーンのターン数を減らす方法は？ 一本鎖RNAのフォールディングを評価する方法は？
これらの記事では、RNAのフォールディングのタスクが、ゲーム理論のタスクとして、新しい観点から提示されています。 しかし、従来、この問題はさまざまな確率的最適化手法を使用して解決されています。 これらには、モンテカルロ法、アニーリング法、遺伝的アルゴリズム、人工ニューラルネットワーク、Qトレーニング、および極端なものが求められるエネルギーサーフェスとして問題を表すすべてのものに基づく方法が含まれます。
物理学自体は、RNA /タンパク質の折りたたみなどのタスクでこれらの方法を使用するように指示しているように思われます。 ここでは、なぜこれが非常に問題なのかを見ていきます。
基本的な考え方は本当に簡単です。 敵との最も単純な三目並べゲームを取り、プレイヤーの移動中にエネルギーサーフェスとその変化を構築しましょう。 この図は、ゲーム開始時の最初の行のエネルギーサーフェスを示しています。2番目の行では、十字架が位置2（位置1から9、左から右、下から上へ）に移動した後です。
右の図は、形成される3次元の離散的な表面を示しています。 Y軸上-ミニマックス法に従ってエネルギースコアを表示します。Z軸上-現在のプレイヤーの動きの位置、X軸上-対戦相手の動きの位置。 表面の各ポイントは、プレーヤーの動きに応じて、対戦相手のチャンスを示します。 この表面の投影図-中央の図では、側面図であり、左側は上面図です。
ポジション5への移動により、プレーヤーのチャンスが増えることがわかります（側面図を参照）。 他の位置に移動しても、目に見える利点はありません。上面図の領域はほぼ均一に塗りつぶされます。 プレーヤーがクロスを位置2に配置すると、エネルギーサーフェスが大幅に変化します。 次に、つま先の位置が5の場合、クロスの最も危険な位置は8になります。トップビューから、中央の位置5がプレイされない場合、プレイヤーのチャンスはゲーム開始時ほど均一ではないことが明らかです。 したがって、位置1、3、5、7に設定するとゼロの可能性が広がり、4が大幅に減少します。
そして、これは最も単純なゲームであり、チェスで何が起こるか注意してください、しかし、私は一般的にバイオ計算については黙っています:)
私は尋ねることしかできません ：新しい動きがエネルギー面をほぼ一意になるように変化させるとき、最適化アルゴリズムは何を探すのでしょうか？ 徹底的な検索と比較して、少なくともわずかな最適化がありますか？