[发明专利]一种基于副本交换和局部增强策略的群体构象空间搜索方法

摘要

一种基于副本交换和局部增强策略的群体构象空间搜索方法，在差分进化算法框架下，采用Rosetta Score3粗粒度知识能量模型来有效降低构象空间搜索维数、提高算法的收敛速度；引入基于知识的片段组装技术可以有效提高预测精度；利用Monte Carlo算法良好的局部搜索性能对种群做局部增强，以得到更为优良的局部构象，结合差分进化算法较强的全局搜索能力，可以对构象空间进行更为有效的采样，副本交换策略的引入使得群体的多样性以及空间采样能力得到进一步增强。

主权项

1.一种基于副本交换和局部增强策略的群体构象空间搜索方法，其特征在于：所述构象空间搜索方法包括以下步骤：1)给定输入序列信息；2)设置系统参数：种群大小popSize，算法的迭代次数T，交叉因子CR，副本层数RE，副本层温度参数kT；3)种群初始化：在每个副本层，由输入序列产生popSize个种群个体Pinit；4)开始迭代，在每个副本层执行种群更新过程，对初始种群中的每个个体：4.1)设i＝1，其中i∈{1,2,3,…,popSize}；令Ptarget＝Pi，其中i为序号，Ptarget表示目标个体；4.2)随机生成正整数rand1，rand2，rand3，其中rand1∈{1,2,3,......popSize},rand1≠i，rand2≠rand3∈{1,2,…,Length}，Length为序列长度；4.3)针对个体Pj做变异操作，其中：j＝rand1，令a＝min(rand2,rand3),b＝max(rand2,rand3)，k∈[a,b]；4.4)对蛋白质链中第a到b个氨基酸做如下操作：a：令Ptarget.phi(k)＝Pj.phi(k)；b：令Ptarget.psi(k)＝Pj.psi(k)；c：令Ptarget.omega(k)＝Pj.omega(k)；步骤a，b，c分别为：将Ptargett的氨基酸k所对应的二面角phi、psi、omega替换为Pj的相同位置所对应的二面角phi、psi、omega；4.5)通过变异得到测试个体Ptrial；4.6)生成随机数rand4，rand5，其中rand4∈(0,1)，rand5∈(1,Length)；4.7)根据执行交叉过程：若随机数rand4<＝CR，个体Ptrial的片段rand5替换为个体Ptargett中对应的片段，否则直接继承个体Ptrial；4.8)根据Rosetta Score3计算Ptarget和Ptrial的能量：E(Ptarget)和E(Ptrial)；4.9)若E(Ptarget)>E(Ptrial)则用Ptrial替换Ptarget，否则保持种群不变；5)得到更新种群Pupdate；6)对更新种群中的每个个体Pi：6.1)调用Monte Carlo方法对个体做局部增强；6.2)计算增强过程中产生的构象的能量E(MC)；6.3)若E(Pi)>E(MC)，则更新种群，否则保持种群不变；7)得到局部增强后的种群Penhance；8)当所有副本层的种群都完成一次更新，进行副本交换操作：8.1)在相邻的两个副本层中各随机选择一个个体Pexchange_A、Pexchange_B，用于副本交换；8.2)根据Rosetta Score3计算两个个体Pexchange_A、Pexchange_B的能量E(Pexchange_A)、E(Pexchange_B)；8.3)根据判决公式判断是否进行副本交换，其中(kT)A、(kT)B分别是个体Pexchange_A、Pexchange_B对应副本层的能量参数，Judge为判决数；8.4)根据判决结果，以一定的概率进行副本交换操作：交换这两个个体；9)迭代的运行步骤4)～8)，至满足终止条件。