[发明专利]一种基于二级结构相似性选择策略的蛋白质结构预测方法

说明书

一种基于二级结构相似性选择策略的蛋白质结构预测方法，包括以下步骤：首先预测查询序列的二级结构信息，构建片段库；其次建立基于二级结构信息的相似性函数，设计交叉变异策略；最后根据二级结构相似性得分更新种群，利用二级结构相似性能够有效地提高算法采样能力和预测精度。本发明提供一种预测精度较高的蛋白质结构预测方法。

技术领域

本发明涉及生物信息学、智能信息处理、计算机应用领域、蛋白质三级结构预测，尤其涉及的是一种基于二级结构相似性选择策略的蛋白质结构预测方法。

背景技术

蛋白质是组成人体一切细胞、组织的重要成分。机体所有重要的组成部分都需要有蛋白质的参与。一般说，蛋白质约占人体全部质量的18％，最重要的还是其与生命现象有关。

蛋白质(protein)是生命的物质基础，是有机大分子，是构成细胞的基本有机物，是生命活动的主要承担者。没有蛋白质就没有生命。氨基酸是蛋白质的基本组成单位。它是与生命及与各种形式的生命活动紧密联系在一起的物质。机体中的每一个细胞和所有重要组成部分都有蛋白质参与。蛋白质占人体重量的16％～20％，即一个60kg重的成年人其体内约有蛋白质9.6～12kg。人体内蛋白质的种类很多，性质、功能各异，但都是由20多种氨基酸(Amino acid)按不同比例组合而成的，并在体内不断进行代谢与更新。

蛋白质是生命体的重要组成部分，是生命活动的承担者。蛋白质的基本组成单元是氨基酸，自然界中常见的氨基酸有20多种，蛋白质是由C(碳)、H(氢)、O(氧)、N(氮)组成，一般蛋白质可能还会含有P(磷)、S(硫)、Fe(铁)、Zn(锌)、Cu(铜)、B(硼)、Mn(锰)、I(碘)、Mo(钼)等，氨基酸是由中心碳原子及其相连的氨基、羧基、氢原子以及氨基酸的侧链组成，氨基酸经过脱水缩合形成肽键，由肽键连接起来的氨基酸形成一条长链，即为蛋白质。

蛋白质分子在生物细胞化学反应过程中起着至关重要的作用。它们的结构模型和生物活性状态对我们理解和治愈多种疾病有重要的意义。蛋白质只有折叠成特定的三维结构才能产生其特有的生物学功能。要了解蛋白质的功能，就必须获得其三维空间结构。因此，获得蛋白质的三维结构对人类来说是至关重要的，1961年，Anfinsen提出了氨基酸序列决定蛋白质三维结构这一开创新的理论。而三维结构直接决定了蛋白质的生物性功能，所以人们对蛋白质的三维结构产生了浓厚兴趣并展开研究。国外学者肯德鲁和佩鲁茨对肌血蛋白和血红蛋白进行了结构分析，得到其蛋白质三维结构，是人类第一次测定蛋白质的三维结构，二人借此夺得年诺贝尔化学奖。此外，英国晶体学家Bernal与1958年提出了蛋白质四级结构的概念，将其定义为蛋白质一级结构、二级结构以及三级结构的延伸发展。多维核磁共振方法和射线晶体方法是近些年来发展起来的两个最主要的测定蛋白质结构的实验方法。多维核磁共振方法是将蛋白质放在水中，利用核磁共振直接测定其三维结构的方法。而射线晶体方法是目前为止最有效的蛋白质三维结构测定手段。到前为止，使用这两种方法测定的蛋白质占了已测蛋白质中的绝大比例。由于釆用实验方法的条件有限、时间有限，需要花费大量的人力和物力，而且测定的速度远远跟不上序列的测定速度，所以急需一种既不依赖化学实验，又具有一定准确率的预测方法。这样如何简便、快速、高效地对未知蛋白质进行三维结构预测，成为研究者的棘手问题。在理论探索和应用需求的双重推动下，依据提出的蛋白质一级结构决定蛋白质三维结构的理论，利用计算机设计适当的算法，以序列为起点，三维结构为目标的蛋白质结构预测自20世纪末蓬勃发展。