[发明专利]一种基于进化搜索的蛋白质构象空间优化方法

权利要求书

1.一种基于进化搜索的蛋白质构象空间优化方法，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)参数初始化：设置种群规模Ps，当前种群的势能指标E_CNT，能量评估预算E_min，初始种群搜索轨迹长度N，每一代采样数Num_chiild，运动计数器COUNT；

3)初始化种群：启动Ps条Monte Carlo轨迹，每条轨迹搜索N次，即生成Ps个初始构象；

4)对当前种群P，进行如下操作：

4.1)根据势能值从P中选出Num_chiild个低势能构象作为父代个体；

4.2)对父代个体x_i进行如下的片段替换运动：

4.2.1)在所述父代个体序列上随机均匀地采样一个残基位置i，则对应产生一个由3个连续残基构成的片段[i,i+2]，其中i为父代个体构象链上随机采样的残基编号；

4.2.2)针对目标片段，从其片段库中随机选择一个片段构型替换目标片段得到子代个体x′_i；当处理完所有Num_chiild个父代个体时，进入步骤4.3)，否则返回步骤4.2)处理下一父代个体；

4.3)对步骤4.2)采样得到的Num_chiild个子代个体进行如下操作：

4.3.1)取子代个体x′_i序列的连续残基[i,i+2],i＝0,1,…,n-2作为目标片段，其中n为子代个体x′_i的残基数；

4.3.2)对于目标片段[i,i+2]∈x′_i，从其片段库中随机选择一个片段构型替换该片段得到新的子代个体x″_i，若替换运动使得势能值减小，则接受本次替换，运动计数器增1，否则随机选择库中的下一片段尝试替换，若连续n的替换都被拒绝，则默认完成当前片段的操作，运动计数器增1，若运动计数器COUNTn-2，继续处理下一片段，否则进入步骤4.4)；

4.4)对当前种群P与新的Num_chiild个子孙个体构成的并集进行截断选择，将并集中的所有构象，按照势能值由低到高排序，并选出势能最低的Ps个个体组成新的种群；

5)若E_CNTE_min，则返回步骤4)，否则输出新的种群，其中E_CNT表示当前势能评估预算，E_min表示最小目标势能。