[发明专利]一种多级个体筛选进化蛋白质结构预测方法

摘要

一种多级个体筛选进化蛋白质结构预测方法，包括以下步骤：参数设置并初始化种群；基于进化算法框架，采用Rosetta score3能量函数作为优化目标，使用片段组装技术作为的变异策略，增加同代种群多样性，多级个体筛选方法用于进一步增加不同代种群间的多样性，并采用Monte Carlo算法对每个个体做局部增强得到当前的局部最优解，最终可以获得全局最优结构。本发明提供了一种有效的蛋白质结构从头预测方法。

主权项

1.一种多级个体筛选进化蛋白质结构预测方法，其特征在于：所述预测方法包括以下步骤：1)参数设置：种群大小popSize，蛋白质序列长度Length，算法的迭代次数Generation，蛋白质片段的长度L1，L2；2)初始化种群：对给定的蛋白质序列，从对应片段库中随机选取片段长度为L1，L2的片段分别进行Length‑L1，Length‑L2次片段组装，产生包含popSize个个体的种群Pint；3)在达到设定的终止条件前，执行以下操作：3.1)对种群Pint中每个个体Pi做以下操作，其中i∈{1,2,3,…,popSize}是种群中个体索引值，过程如下：3.1.1)对Pi做片段长度为L1的片段组装，生成变异个体PL1：a：令Pi.phi(j)←Phi(j)；b：令Pi.psi(j)←Psi(j)；c：令Pi.omega(j)←Omega(j)；其中，j为片段组装序列插入位置，j∈{1,…,Length‑L1‑1}，phi，psi，omega分别表示构象的三个二面角Φ，Ψ，ω；Phi(j)，Psi(j)，Omega(j)表示片段库中对应位置的二面角，符号←表示将片段库中的二面角替换到个体Pi对应位置；3.1.2)对Pi做片段长度为L2的片段组装，生成变异个体PL2：a：令Pi.phi(j)←Phi(j)；b：令Pi.psi(j)←Psi(j)；c：令Pi.omega(j)←Omega(j)；其中，j为片段组装序列插入位置，j∈{1,…,Length‑L2‑1}，phi，psi，omega分别表示构象的三个二面角Φ，Ψ，ω；Phi(j)，Psi(j)，Omega(j)表示片段库中对应位置的二面角，符号←表示将片段库中的二面角替换到个体Pi对应位置；3.1.3)根据对P_i，P_L1，P_L2执行两两交叉操作，其中k∈{1,…,Length‑1}，符号表示个体P_A与P_B交换对应位置k的二面角Φ，Ψ，ω，P_A分别为P_i，P_L1，P_L2，P_B分别为P_i，P_L1，P_L2，且P_A≠P_B；交叉操作之后生成6个新的个体分别为P_iL1，P_iL2，P_L1L2，P_L2L1，P_L2i，P_L1i；3.1.4)根据Rosetta score3能量函数对Pi，PL1，PL2，PiL1，PiL2，PL1L2，PL2L1，PL2i，PL1i进行能量评价，并依据能量值由低到高排序；3.1.5)选择能量最低的前两个个体和能量中值对应的个体，进入候选子群Psub；3.2)当种群中所有个体都执行完成步骤3.1)之后，对候选子群中的所有个体按能量值由低到高排序，选择能量最低的前2/3*popSize个个体，以及能量值排序居中的1/3*popSize个个体进入下一代种群执行进化过程；4)判断是算法迭代是否执行Generation次，如若未达到，则转至步骤3)继续循环执行算法，至达到终止条件。