[发明专利]一种基于残基特征距离的蛋白质结构预测方法

摘要

一种基于残基特征距离的蛋白质结构预测方法。首先，计算出先验知识中目标蛋白的初始残基特征距离与目标构象的特征距离误差，并将这些距离误差作为采样范围的适应度；然后，根据轮盘机制选择出适应度较高的残基范围作为有效的采样区域；最后，Manhattan距离与能量函数作为打分函数来指导种群的更新，进而选出潜在的构象。本发明提出一种采样效率较高、预测精度较高、计算代价低的基于残基特征距离的蛋白质结构预测方法。

主权项

1.一种基于残基特征距离的蛋白质结构预测方法，其特征在于：所述方法包括以下步骤：1)给定输入序列信息；2)根据QUARK获得目标蛋白的初始残基特征距离集V＝{vk,k+n|k∈[1,L‑n]}，其中vk,k+n是目标蛋白中第k个残基的Cα原子和第k+n个残基的Cα原子之间的距离，L是序列长度，残基的片段长度n；3)参数初始化：设置构象集规模NP，初始构象中采样次数iter，迭代计数器co，最大搜索迭代次数Cmax，概率参数p；4)初始化构象集：启动NP条Monte Carlo轨迹，每条轨迹搜索iter次，即生成NP个初始构象；5)对每个目标构象xi,i∈{1,...,NP}进行如下操作：5.1)构建轮盘赌采样机制，过程如下：5.1.1)依次计算出目标构象x_i的第k个氨基酸的Cα原子和第k+n个氨基酸的Cα原子之间的欧式距离进而构建残基特征距离集5.1.2)构建残基距离集V_i与初始特征集V对应元素间的差值构成的特征距离误差集5.1.3)根据计算每个残基对被选中的概率作为适应度；5.1.4)利用轮盘赌的方式选出特征距离误差集D_i中三个元素和其中g∈[1,k],h∈[1,k],y∈[1,k]且g≠h≠y，进而确定出和分别对应的残基区域，并分别设置为采样范围和5.2)针对构象xi启动三条Monte Carlo搜索轨迹，在不同的搜索轨迹中设定不同的残基采样范围，过程如下：5.2.1)利用Rosetta Score3函数计算得到构象xi的能量值Ei；5.2.2)在第一条轨迹中设置残基的采样范围为5.2.3)在相应的采样范围内进行片段组装，生成构象x′_i，并利用Rosetta Score3函数计算得到构象x′_i的能量值E′_i；5.2.4)根据Monte Carlo机制判断是否接收构象x′_i，如果接收，则否则然后输出搜索后的构象5.2.5)在第二条轨迹中设置残基的采样范围为5.2.6)在相应的采样范围内对构象x_i依次进行步骤4.2.3)和4.2.4)中所述的片段组装技术和Monte Carlo机制，然后输出搜索后的构象5.2.7)在第三条轨迹中设置残基的采样范围为5.2.8)在相应的采样范围内对构象x_i依次进行步骤4.2.3)和4.2.4)中所述的片段组装技术和Monte Carlo机制，然后输出搜索后的构象5.3)随机生成rand∈[0,1]，若rand≤p，则执行步骤4.4)，否则执行步骤4.5)；5.4)分别计算出构象x_i、和的能量值E_i、和选出能量最小的构象为潜在构象进入下一代，并作为下一代的父代个体；5.5)根据构象和对应的Manhattan距离选出潜在构象，并判断是否替换目标构象，过程如下：5.5.1)根据步骤4.1.1)和4.1.2)中所述分别计算出构象和对应的特征集和5.5.2)根据公式计算出目标构象x_i对应的Manhattan距离值sim_ob；5.5.3)与步骤4.5.2)同理分别计算出构象xg,xh,xy对应的Manhattan距离值simg,simh,simy；5.5.4)选出Manhattan距离值最小的构象为潜在构象X∈{xg,xh,xy}以及相应的Manhattan距离值sim，并比较潜在构象的Manhattan距离值sim和目标构象的Manhattan距离值simob的大小，若sim＜simob，则潜在构象X进入下一代，否则目标构象进入下一代；6)判断是否满足终止条件co＞Cmax，若满足终止条件则停止迭代，否则进入下一代，返回步骤4)。