[发明专利]一种基于残基接触信息自学习的蛋白质结构预测方法

权利要求书

1.一种基于残基接触信息自学习的蛋白质结构预测方法，其特征在于：所述蛋白质结构预测方法包括以下步骤：

1)给定输入序列信息，利用Robetta服务器获得该序列的片段库；

2)利用RaptorX-Contact预测该序列的接触图，获得N个残基对的接触情况，并将接触图中的第k个残基对间的接触，接触是指Cα-Cα欧氏距离小于接触概率表示为P_k，k∈{1,...,N}；

3)初始化：种群规模NP，信息熵阈值α，种群第一阶段和第二阶段最大迭代次数分别为G1,G2，根据输入序列，执行Rosetta Abinitio协议的第一与第二阶段NP次，产生初始构象种群P＝{C₁,C₂,...,C_NP}，其中C_NP表示第NP个个体，记当前代数g＝0；

4)进入种群进化第一阶段，过程如下：

4.1)利用能量函数Rosetta score3对种群所有个体进行评分，并由高到低排序；

4.2)对前50％的个体分别进行片段组装，片段长度为9，并且根据Metropolis准则概率接收，g＝g+1；

5)计算当前种群的熵值，过程如下：

5.1)残基对间距离离散化：根据第k个残基对的Cα-Cα欧氏距离d_k，满足以为间隔将d_k离散化为13个区域，每个区域对应相应的距离范围，具体规则如下：

表示向下取整，B表示区域索引号，B∈{1,...,13}；

5.2)计算种群在第k个残基对落入第B块区域的比例q_k,B；

5.3)学习当前种群的残基对的距离分布：

当g＝0，令其中w是学习保守因子，0≤w≤1；

5.4)根据当前种群的分布情况建立信息熵指标

6)判断种群是否满足切换条件E＜α或者g＞G1，若满足，结束种群进化第一阶段，执行下一步；否则返回步骤4)；

7)记第一阶段最终学习得到的残基对距离分布为L_k,B，并记g＝0；

8)进入种群进化第二阶段，过程如下：

8.1)以个体C_i,i∈{1,...,NP}为目标个体，对其进行片段组装，片段长度为3，得到测试个体C_i′；

8.2)利用Rosetta score3评价C_i和C_i′，得到各自的能量值为E和E′；

8.3)利用残基对距离分布L_k,B建立残基对距离评分函数，分别计算C_i和C_i′的k个残基对距离落入的区域，记为b₁,b₂,...,b_m...,b_k和b₁′,b₂′,...,b_n′...,b_k′，b_m∈{1,2...,13}，b_n′∈{1,2...,13}，m∈{1,2...,k}，n∈{1,2...,k}，该评分函数可以表示为：

8.4)若满足EE′,SS′,则接受C_i′，令C_i＝C_i′；

8.5)否则随机选择能量函数或者残基对距离评分函数，并根据Metropolis标准选择；

8.6)遍历当前种群所有个体，得到下一代种群，令g＝g+1；

8.7)判断是否满足终止条件g＞G2，若满足，结束种群进化第二阶段，执行下一步；否则返回8.1)；

9)利用SPICKER对第二阶段接受的构象进行聚类，将最大类的类心构象看作最终预测结果。