[发明专利]一种基于简约抽象凸估计的蛋白质构象空间优化方法

摘要

一种基于简约抽象凸估计的蛋白质构象空间优化方法，首先，根据局部最优构象信息进行变异过程，生成较优的测试构象，从而提高采样效率；其次，通过学习过程来动态更新斜率控制因子，避免斜率控制因子影响能量下界估计值的精确性；然后，根据测试构象邻近构象个体的抽象凸下界估计支撑向量计算测试构象的能量下界估计值，减小计算复杂度；最后，根据能量下界估计值指导构象选择，从而避免不必要的能量函数评价次数，减小计算代价。本发明提供一种计算代价低、搜索效率高的基于简约抽象凸估计的蛋白质构象空间优化方法。

主权项

1.一种基于简约抽象凸估计的蛋白质构象空间优化方法，其特征在于：所述优化方法包括以下步骤：1)输入待测蛋白质的序列信息；2)根据序列信息从ROBETTA服务器上得到片段库；3)参数设置：设置种群规模NP，交叉概率CR，片段长度l，最大迭代次数Gmax，学习代数Glen，斜率控制因子M，并初始化迭代次数G＝0；4)种群初始化：对各残基位对应的片段进行随机组装生成初始种群P＝{C1,C2,...,CNP}，Ci,i＝{1,2,…,NP}为种群P中的第i个构象个体；5)对种群中的每个构象Ci,i∈{1,2,…,NP}作如下处理：5.1)从当前种群中随机选取四个互不相同的构象个体Ca、Cb、Cc和Cd，其中a≠b≠c≠d≠i；5.2)根据Rosetta score3能量函数计算Ca、Cb、Cc和Cd的能量，并选出一个能量最低的构象记作Clbest；5.3)分别从除了Clbest以外的其它三个构象中随机选取一个位置互不相同的片段替换构象Clbest对应位置的片段得到变异构象Cmutant；5.4)随机生成一个0和1之间的随机小数R，如果R其中，E(C_nb)为根据Rosetta score能量函数计算得到的构象C_nb的能量，为构象C_nb位置坐标的第t维元素，为松弛变量，M为斜率控制因子；5.7)计算测试构象C_trial的能量下界估计值其中l^t为支撑向量l的第t维元素，为测试构象C_trial位置坐标的第t维元素；5.8)根据Rosetta score3能量函数计算构象Ci能量值E(Ci)；5.9)如果g5.9.3)如果Ki>M，则M＝Ki；5.9.4)如果E(Ctrial)>E(Ci)，则测试构象Ctrial替换构象Ci，否则构象Ci保持不变；5.10)如果g≥Glen，则进行如下操作：5.10.1)如果则构象C_i保持不变，否则进行步骤5.10.2)；5.10.2)根据Rosetta score3能量函数计算测试构象Ctrial的能量值E(Ctrial)，并根据步骤5.9.4)选择构象；6)g＝g+1，如果g>Gmax，则输出能量最低的构象作为最终预测结构，否则返回步骤5)。