[发明专利]一种基于副本交换和有偏分布估计的蛋白质构象空间优化方法

权利要求书

1.一种基于副本交换和有偏分布估计的蛋白质构象空间优化方法，其特征在于，所述蛋白质构象空间优化方法包括以下步骤：

1)输入预测蛋白质的序列信息；

2)参数设置：种群规模NP，最大迭代次数G_max，副本层数M，起始温度KT₁，终止温度KT_M，片段组装次数N，Rosetta Score3能量函数；

3)种群初始化，过程如下：

3.1)生成M个副本种群{PR₁,PR₂,...,PR_M}，其中m∈{1,2,...,M}，表示第m个副本种群中的第n个个体，n∈{1,2,...,NP}；

3.2)按如下公式设置第m个副本种群PR_m的温度KT_m：

3.3)对每个副本种群中的每一个个体进行片段组装，直至所有的所有残基都至少被替换一次；

4)副本种群交换，过程如下：

4.1)设g＝1，其中g∈{1,2,...,G_max}；

4.2)随机选择两个相邻副本种群PR_i，PR_i+1，其中i∈{1,2,…,M-1}，在[1，NP]内随机生成互异的正整数random1、random2；

4.3)根据Rosetta score3能量函数计算种群PR_i中第random1个个体x_random1的能量E₁和种群PR_i+1中第random2个个体x_random2的能量E₂；

4.4)按如下公式计算副本交换概率P_ac：

4.5)在0到1之间生成随机数random3；当random3≤P_ac时，交换种群PR_i中个体x_random1与种群PR_i+1中个体x_random2，否则不进行副本交换操作；

4.6)在温度KT_m下对种群PR_m的每个个体进行片段组装，n∈[1,NP]，组装至构象所有位置的残基类型都至少替换过一次；

4.7)重复步骤4.6)，直至所有的副本种群都完成步骤4.6)的操作；

4.8)g＝g+1；若g≤G_max，转至步骤4.2)；

5)有偏分布估计片段组装，过程如下：

5.1)设g′＝1，将片段库中所有片段按如下公式设置标识号：

k＝p*Nb+r

其中k是片段的标识号，p是该片段对应的窗口编号，Nb是每个窗口包含的片段总数，r是该片段在其对应的窗口中的排列序号；

5.2)对所有副本种群中每个个体进行N次片段组装；

5.3)对组装过程中产生的构象根据能量由低到高进行排序，并选取排名前15％的构象形成集合D，设置g′＝g′+1；

5.4)统计集合D所有构象中每个被使用的片段k的组装次数t，并根据如下公式计算使用概率

其中T是所有片段的使用次数，k∈[0,(L-l+1)Nb]，L是蛋白质序列长度，l是窗口长度；

5.5)随机产生一个随机数random4，random4∈[0,1]，由如下公式计算该片段的组装概率

其中是片段k此次迭代的组装概率，是上次迭代的组装概率，g′为当前迭代次数；

5.6)由公式计算每个片段的累积概率，其中q_k是片段k的累积概率，s是集合D中所有被使用的片段总数，k_f表示片段k在所有被使用的片段中按片段标识号从小到大排列后是第f个片段，表示在所有被使用的片段中排列第f的片段k的组装概率；

5.7)随机产生一个随机数random5，random5∈[0,1]，当random5≤q_k时，则片段k被选中，将片段k组装到个体对应的位置上，如此操作N次结束；

5.8)迭代的运行步骤5.3)～5.7)，直至满足g′＝G_max；

5.9)使用能量函数对种群进行选择：把所有的种群合并成一个新种群，根据能量函数计算新种群每个个体的能量，根据能量的高低对合并的种群个体进行排序，输出能量最低的个体作为最终预测结果。