[发明专利]一种基于副本交换的群体构象空间优化方法

说明书

技术领域

本发明涉及生物信息学、计算机应用领域，尤其涉及的是一种基于副本交换的群体构象空间优化方法。

背景技术

生物信息学是生命科学和计算机科学交叉领域的一个研究热点。生物信息学研究成果目前已经被广泛应用于基因发现和预测、基因数据的存储管理、数据检索与挖掘、基因表达数据分析、蛋白质结构预测、基因和蛋白质同源关系预测、序列分析与比对等。目前，根据Anfinsen假设，直接从氨基酸序列出发，基于势能模型，采用全局优化方法，搜索分子系统的最小能量状态，从而高通量、廉价地预测肽链的天然构象，已经成为生物信息学最重要的研究课题之一。对于序列相似度低或多肽(<10个残基的小蛋白)来说，从头预测方法是唯一的选择。从头预测方法必须考虑以下两个因素：(1)蛋白质结构能量函数；(2)构象空间搜索方法。第一个因素本质上属于分子力学问题，主要是为了能够计算得到每个蛋白质结构对应的能量值。目前已经存在一些有效的结构能量函数，如简单网格模型HP及更实际的经验力场模型MM3，AMBER，CHARMM，GROMOS，DISCOVER，ECEPP/3等；第二个因素本质上属于全局优化问题，通过选择一种合适的优化方法，对构象空间进行快速搜索，得到与某一全局最小能量对应的构象。其中，蛋白质构象空间优化属于一类非常难解的NP-Hard问题。2005年，D.Baker在Science中指出，构象空间优化方法是制约蛋白质从头预测方法预测精度的一个瓶颈因素。

因此，现有的构象空间优化方法存在采样效率、复杂度及预测精度方面存在不足，需要改进。

发明内容

为了克服现有的构象空间优化方法存在采样效率较低、复杂度较高、预测精度较低的不足，本发明提出一种基于副本交换的群体构象空间优化方法：在基本差分进化算法(DE)的框架下，首先在每个温度层通过对查询序列进行随机的折叠和变换生成一个初始种群；在种群更新中，以Rosetta Score3为优化目标函数，基于Anfinsen提出的蛋白质天然态结构时自由能最低的结构，在每一个温度层中依次将种群中的每个个体作为目标个体，然后随机选取和目标个体不一样的两个个体进行变异交叉产生变异个体，再将另一个个体随机选取一段与变异个体进行交换产生测试个体，再将测试个体与目标个体进行能量值比较，根据能量值判断是否接受测试个体。在更新完种群后，将相邻两个温度层之间种群个体进行副本交换来增加种群的多样性，通过不断更新种群以及副本交换获得一系列亚稳态构象。本发明提供了一种预测精度较高、复杂度较低的构象空间优化方法。

本发明解决其技术问题所采用的技术方案是：

一种基于副本交换的群体构象空间优化方法，所述优化方法包括以下步骤：

1)初始化：设置群体规模popSize，变异因子F，交叉概率CR，8个温度层T，迭代次数iteration，能量函数选用Rosetta Score3，首先在每个温度层通过对查询序列随机的折叠和变换，生成一个规模为popSize的初始种群，初始群体为P_T＝{xⁱ|i∈I}，计算目标函数值f_T(xⁱ),i∈I，并设其中i为种群个体编号，I为种群个体编号集合，I＝{1,2,...,popSize}，为对应温度层目标函数值中的最小值，T为温度层；

2)变异、交叉生成测试个体x′ⁱ：对每个目标个体xⁱ作如下处理，i＝1,2,…,popSize：

2.1)令i＝1；

2.2)任意选取三个个体{x^a,x^b,x^c|a,b,c∈{1,2,...,popSize},a≠b≠c≠i}；

2.3)根据公式(1)对{x^a,x^b,x^c}执行变异操作，生成变异个体

2.4)根据公式(2)对目标个体xⁱ和变异个体执行交叉操作，生成测试个体x′ⁱ，其中，randb(0,1)表示为产生0到1之间的随机小数，rnbr(k)表示随机产生1到N之间的整数；

其中k为索引编号；

2.5)i＝i+1；如果i<popSize转至2.2)；