Un algoritmo genetico per la predizione della configurazione spaziale del nucleo idrofobico di proteine

Il lavoro di questa tesi, si inserisce in un'area di interesse che interseca la bioinformatica e l'intelligenza artificiale. Nello specifico, si è affrontato il problema del protein folding (ripiegamento proteico) su un modello semplificato della proteina. L' approccio risolutivo in questione è basato sull'algoritmo genetico nella sua definizione più classica, a cui viene integrato, nella fase di selezione della popolazione, il metodo Probabilistic Roadmaps ( PRM). La modellazione della proteina è fatta su un modello minimalista, detto modello HP che studia solamente le interazioni idrofobiche che avvengono nel processo di folding tra gli amminoacidi che compongono la proteina. Questo modello permette, quindi, di individuare il nucleo idrofobico della proteina.