[发明专利]一种基于多模态构象空间采样的蛋白质结构预测方法

权利要求书

1.一种基于多模态构象空间采样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)输入预测蛋白质的序列信息，读取序列长度L；设置参数：种群规模N，迭代次数G，阈值ε；

2)根据目标蛋白序列信息，利用Robetta构建片段库；

3)迭代Rosetta第一、二阶段，生成具有N个个体的初始种群

4)按照如下方式计算两个个体之间的相似度：

4.1)对于每一个个体，计算每一对氨基酸之间的距离，当两个氨基酸之间的距离小于等于时，则定义为接触，记为1，否则记为0，最终构建出一个L×L的接触矩阵，记两个个体的接触矩阵分别为M¹、M²；

4.2)按照如下公式给形成的接触分配权重：

其中i和j均∈{1,2，…L}，表示氨基酸序号，|i-j|表示两个氨基酸在序列上的距离；

4.3)将两个个体的接触矩阵重叠，按如下公式计算两个接触矩阵形成交集的点的分数总和，记为S_overlap：

按如下公式计算两个接触矩阵形成并集的点的分数总和，记为S_total：

将两个体的相似度分数为：

5)根据步骤4)计算种群中所有个体两两之间的相似度；

6)运用N-1阶近邻方法确定模态数目：

6.1)把两个个体之间的相似度分数作为两个个体之间的距离V，令V₁ⁱ为个体P_i^init的一阶最短近邻距离，为个体P_i^init的二阶最短近邻距离，以此类推则有：

6.2)按如下公式分别计算j阶最短近邻距离的平方均值和平均值

6.3)计算N-1阶方差：

6.4)根据计算出的N-1个方差值按如下公式统计方差的阶跃点数目，当公式成立时，阶跃点数目加一：

6.5)统计得出阶跃点数目为U，则模态数目为K＝U+1；

7)运用K-均值聚类算法对种群进行聚类，形成K个模态；根据这K个模态将种群划分成K个子种群，记作

8)设g＝1，g∈{1,2,...,G}；

9)对每个模态中的每个个体依次进行交叉、变异和排挤操作，过程如下：

9.1)交叉操作：从目标个体P_i^k所在的模态中随机选择两个互不相同且与P_i^k不同的个体，记作在[1,L-2]内生成两个不同的随机整数rand1和rand2；将P_i^k的第rand1至rand1+2号残基的二面角值替换成对应残基的二面角值，将P_i^k的第rand2至rand2+2号残基的二面角值替换成对应残基的二面角值，形成交叉后的个体P_i^k′；

9.2)变异操作：在[1,L-2]内生成与rand1和rand2不同的随机整数rand3；在rand3对应的滑动窗口的片段库中随机选一个片段，替换P_i^k′的第rand3至rand3+2号残基，形成变异后的个体P_i^k″；

9.3)排挤操作：用Rosetta score3能量函数计算个体P_i^k″的能量值，按照步骤4)的方法计算个体P_i^k″与该模态中所有个体的相似度，找到与个体P_i^k″最相似的个体，若该个体能量值比P_i^k″高，则替换掉该个体；

10)g＝g+1；若g≤G，转至步骤9)；

11)选出每个模态中能量最低的个体作为最终输出结果。