[发明专利]一种基于排挤策略的多模态蛋白质结构预测方法

权利要求书

1.一种基于排挤策略的多模态蛋白质结构预测方法，其特征在于：所述预测方法包括以下步骤：

1)给定输入序列信息，以及蛋白质力场模型，即能量函数Rosetta Score3；

2)初始化：迭代Rosetta协议第一、二阶段，产生具有NP个构象的种群P^g，记为其中为第g代种群的第i个构象，设置最大迭代次数G_max并初始化迭代次数g＝0；

3)通过差分进化算法的交叉、变异操作生成种群P^g的试验构象种群U^g，记为其中为第g代种群的第i个试验构象，置i＝1，过程如下：

3.1)从种群P^g中选定目标个体并从种群P^g中随机选择两个互异且不同于的个体

3.2)在[0,L-9]内生成均匀随机整数rand1、rand2和rand3，其中L表示氨基酸序列长度；

3.3)将的第rand1至rand1+8号残基的二面角值替换成对应残基号的二面角值，将的第rand2至rand2+8号残基的二面角值替换成对应残基号的二面角值，生成变异个体再将的第rand3至rand3+8号残基的二面角值替换成变异个体对应残基号的二面角值，生成试验个体

3.4)i＝i+1，循环步骤3.1)-3.4)直至生成当前种群的试验个体种群U^g；

4)为种群P^g中的每一个构象生成其对应的存档集合置i＝1，过程如下：

4.1)对U^g中的每一个试验构象置t＝1，计算与P^g所有构象的均方根偏差RMSD，若其中最小的RMSD值是由与产生的，则将放入存档集合中；

4.2)t＝t+1，重复步骤4.1)，直至t＝NP，记此时中的构象数为n；

4.3)将同样放入中，则此时中的构象数为n+1；

4.4)i＝i+1，循环步骤4.1)-4.4)直至为每一个构象均生成其对应的

5)对每一个其聚类中心和聚类半径r_i^g生成如下：

其中为存档集合中的第j个构象，为的构象能量值，为与之间的RMSD值；

6)排挤操作：用取代进入下一代种群中，即生成并且对应的r_i^g+1等于r_i^g；

7)聚类操作：生成当前第g+1代种群的模态构象集合其中有对应的聚类半径模态构象数为K，置i＝1，过程如下：

7.1)M^g+1初始化为只有一个构象的集合，该构象为种群P^g+1中最好的构象；

7.2)将与M^g+1中的所有构象相比，若满足如下公式，将放入M^g+1，i＝1,2,...,NP；

其中为和之间的RMSD值；

7.3)i＝i+1，循环步骤7.2)-7.3)直至为第g+1代种群找到所有的模态构象；

8)判断是否满足终止条件，终止条件为迭代次数g达到预设最大迭代次数G_max，若满足则输出结果为中能量值最低的构象，否则g＝g+1清空M^g+1并且返回步骤3)。