[发明专利]一种群体爬山迭代蛋白质构象空间优化方法

摘要

一种群体爬山迭代蛋白质构象空间优化方法，首先，利用Rosetta协议进行大范围的构象搜索，然后利用迭代爬山搜索方法对构象空间进行进一步的探索，在提高构象空间搜索效率的同时有效避免陷入局部最优，形成更接近天然蛋白质的三维结构，从而提高蛋白质结构预测的精度。本发明提供一种预测精度较高的群体爬山迭代蛋白质构象空间优化方法。

主权项

1.一种群体爬山迭代蛋白质构象空间优化方法，其特征在于：所述构象空间优化方法包括以下步骤：1)输入目标蛋白质的序列信息；2)设置参数：种群规模NP，迭代次数Gmax，交叉迭代次数HC，变异迭代次HM；3)种群初始化：迭代Rosetta协议第一、二、三、四阶段，产生具有NP个个体的种群P＝{P1,P2,...,PNP}；4)迭代爬山搜索，过程如下：4.1)设g＝1，其中g∈{1,2,...,Gmax}；4.2)从种群P中随机选择两个个体P1,P2，并选择P1,P2中Rosetta score3能量最低的个体作为交叉阶段最优个体Pcbest；4.3)迭代交叉阶段，过程如下：4.3.1)设hc＝1，其中hc∈{1,2,...,HC}；4.3.2)生成均匀随机整数rand1，rand1∈[1,L]，其中L表示目标蛋白质的序列的长度；4.3.3)以第rand1号残基为交叉点，交换P1,P2交叉点前后的结构，生成交叉后的个体Pc1,Pc2，并选择Pc1,Pc2中Rosetta score3能量最低的个体作为测试个体Pctrial；4.3.4)根据Metropolis准则决定个体Pctrial是否替换Pcbest，过程如下：4.3.4.1)用Rosetta score3能量函数计算P_c^best和P_c^trial的能量和令4.3.4.2)按如下公式计算替换概率p，其中KT为温度参数，默认设置为2；4.3.4.3)生成随机均匀小数rand2，rand2∈[0,1]；4.3.4.4)若rand2≤p，用Pctrial替换Pcbest；否则，保持Pcbest不变；4.3.5)hc＝hc+1；4.3.6)若hc≤HC，转至步骤4.3.2)；否则，结束迭代交叉阶段，进入迭代变异阶段；4.4)迭代变异阶段，过程如下：4.4.1)令其中和分别表示变异阶段的最优个体和目标个体；4.4.2)设hm＝1，其中hm∈{1,2,...,HM}；4.4.3)对的每一个片段窗口执行变异操作，选出最优的变异个体，过程如下：4.4.3.1)设片段窗口号hw＝1，其中hw∈{1,2,...,L‑2}，L表示预测蛋白质的序列的长度；4.4.3.2)从第hw号窗口对应的片段库中随机选择一个片段，用该片段替换第hw号窗口的片段，生成变异个体4.4.3.3)根据Metropolis准则决定是否用个体替换4.4.3.4)hw＝hw+1；4.4.3.5)若hw≤L‑2，转至步骤4.4.3.2)；否则，转至步骤4.4.4)；4.4.4)若在步骤4.4.3)中被成功替换过，则令4.4.5)hm＝hm+1；4.4.6)若hm≤HM，转至步骤4.4.3)；否则，结束迭代变异阶段，进入选择阶段；4.5)选择阶段，过程如下：4.5.1)根据Rosetta score3能量函数从种群P中选择能量最高的两个个体4.5.2)分别用P_c^best和替换和4.6)g＝g+1；4.7)若g≤Gmax，转至步骤4.2)；否则，结束迭代爬山搜索；5)根据Rosetta聚类算法对种群P中的个体聚类，选出最大类的类心构象个体作为最终预测结果。