[发明专利]一种基于多轨迹和残基接触信息的蛋白质结构预测方法

摘要

一种基于多轨迹和残基接触信息的蛋白质结构预测方法，首先，对目标构象和随机选取的两个构象分别启动采用不同能量函数的Monte Carlo轨迹进行搜索；在所有的轨迹搜索结束后，采用统一的能量函数对组装后的三个构象进行打分；其次，分别计算出每个构象的特征向量与初始特征向量的距离误差；最后，按照一定的权重计算出能量与距离误差的总分，根据总分的大小选出潜在构象，并且用潜在构象替换目标构象。本发明提出一种预测精度高、计算代价低的基于多轨迹和残基接触信息的蛋白质结构预测方法。

主权项

1.一种基于多轨迹和残基接触信息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)给定输入序列信息；2)初始化参数：设置初始构象集的规模NP，最大迭代数Gmax，初始构象迭代次数iter，采样计数器CN，搜索轨迹最大次数CNmax，温度常数T，氨基酸序列中两个残基间的距离阈值num，其中num≥24且num∈R+，权重系数w1和w2；3)残基间的远程作用：在氨基酸序列中，如果两个残基间的距离大于num，并且两个残基的C_α原子之间的距离小于则这对残基具有远程作用；4)根据RaptorX‑Contact预测的关联图选取目标蛋白中具有远程作用的所有残基对C＝{c1,c2,…ctotal}，同时标记残基对cn的接触值dn，并构成初始特征向量D＝{d1,d2…,dtotal}，其中total代表具有远程作用的残基对总数；5)初始化构象集：启动NP条Monte Carlo轨迹，采用Rosetta的能量函数Score0对每个构象进行打分，每条轨迹搜索iter次，即生成NP个初始构象xi,i＝1,...,NP构成初始构象集；6)对每个目标构象xi,i＝1,...,NP进行如下操作：6.1)每次迭代中随机选取两个个构象xj，j∈{1,2,...,NP且j≠i}和xk，k∈{1,2,...,NP且k≠j≠i}：6.2)轨迹1中设定构象xi为操作构象，打分函数采用Rosetta的能量函数Score1；6.3)对目标构象进行片段组装，计数器CN开始计数，利用能量函数计算组装前后的能量值E和E′，根据公式ΔE＝E′‑E计算出组装前后的能量变化值；6.4)是否接收该片段的插入主要根据公式P(ΔE)＝min{1,e‑ΔE/T}＞rand判断，其中rand∈[0,1]的随机数；判断CN≤CNmax是否满足，如果满足则依次执行步骤6.3)和6.4)；如果不满足则计数器CN清零，停止片段组装；6.5)输出搜索后的构象x′i；6.6)轨迹2中选择构象xj为操作构象，打分函数采用Rosetta能量函数Score2；6.7)对构象xj依次执行6.3)和6.4)；6.8)输出搜索后的构象x′j；6.9)轨迹3中选择构象xk为操作构象，打分函数采用Rosetta的能量函数Score5；6.10)对构象xk依次执行6.3)和6.4)；6.11)输出搜索后的构象x′k；6.12)根据构象x′i,x′j,x′k的能量和距离误差选出潜在构象，过程如下：6.12.1)依次判断构象x′i的氨基酸对cn之间是否存在相互作用，如果存在相互作用，则残基的接触值d′n＝1，否则残基间的接触值d′n＝0，并构成特征向量D′＝{d′1,d′2,…,d′num}；6.12.2)计算构象x′_i的特征向量D′＝{d′₁,d′₂,…,d′_n}与初始特征向量D＝{d₁,d₂…,d_num}的距离误差6.12.3)与步骤6.12.1)和6.12.2)同理计算出构象x′j相应的距离误差sim2；6.12.4)与步骤6.12.1)和6.12.2)同理计算出构象x′k相应的距离误差sim3；6.12.5)根据Rosetta的能量函数Score3分别计算得到构象x′i,x′j,x′k的能量值分别为en1,en2,en3；6.12.6)根据公式E1＝w1·sim1+w2·en1计算构象x′i的总得分；6.12.7)根据公式E2＝w1·sim2+w2·en2计算构象x′j的总得分；6.12.8)根据公式E3＝w1·sim3+w2·en3计算构象x′k的总得分；6.12.9)比较E1,E2,E3的大小，选出优势构象，即总得分最小的构象为潜在构象；6.13)用潜在构象替换目标构象，即更新初始构象集；7)判断是否达到最大迭代数Gmax，若达到最大迭代数，则结束迭代，否则转至步骤6)。