[发明专利]一种基于残基接触信息自学习的蛋白质结构预测方法

摘要

一种基于残基接触信息自学习的蛋白质结构预测方法，首先，利用Robetta和RaptorX‑Contact得到片段库和接触图；其次，在种群进化第一阶段进行残基对距离分布的学习并建立信息熵指标反映种群的收敛程度，达到自主学习的目的；然后，在最后种群进化第二阶段，利用学习到的残基对距离分布信息建立评分函数，辅助能量函数进行构象空间搜索；最后，通过聚类得到最终预测结果。本发明提供一种蛋白质结构预测方法，一方面可以自主学习残基对距离信息，辅助能量函数进行构象空间优化；另一方面，构建信息熵指标，实现两阶段的动态切换。

主权项

1.一种基于残基接触信息自学习的蛋白质结构预测方法，其特征在于：所述蛋白质结构预测方法包括以下步骤：1)给定输入序列信息，利用Robetta服务器获得该序列的片段库；2)利用RaptorX‑Contact预测该序列的接触图，获得N个残基对的接触情况，并将接触图中的第k个残基对间的接触，接触是指Cα‑Cα欧氏距离小于接触概率表示为P_k，k∈{1,...,N}；3)初始化：种群规模NP，信息熵阈值α，种群第一阶段和第二阶段最大迭代次数分别为G1,G2，根据输入序列，执行Rosetta Abinitio协议的第一与第二阶段NP次，产生初始构象种群P＝{C1,C2,...,CNP}，其中CNP表示第NP个个体，记当前代数g＝0；4)进入种群进化第一阶段，过程如下：4.1)利用能量函数Rosetta score3对种群所有个体进行评分，并由高到低排序；4.2)对前50％的个体分别进行片段组装，片段长度为9，并且根据Metropolis准则概率接收，g＝g+1；5)计算当前种群的熵值，过程如下：5.1)残基对间距离离散化：根据第k个残基对的Cα‑Cα欧氏距离d_k，满足以为间隔将d_k离散化为13个区域，每个区域对应相应的距离范围，具体规则如下：表示向下取整，B表示区域索引号，B∈{1,...,13}；5.2)计算种群在第k个残基对落入第B块区域的比例qk,B；5.3)学习当前种群的残基对的距离分布：当g＝0，令其中w是学习保守因子，0≤w≤1；5.4)根据当前种群的分布情况建立信息熵指标6)判断种群是否满足切换条件E＜α或者g＞G1，若满足，结束种群进化第一阶段，执行下一步；否则返回步骤4)；7)记第一阶段最终学习得到的残基对距离分布为L_k,B，并记g＝0；8)进入种群进化第二阶段，过程如下：8.1)以个体Ci,i∈{1,...,NP}为目标个体，对其进行片段组装，片段长度为3，得到测试个体Ci′；8.2)利用Rosetta score3评价Ci和Ci′，得到各自的能量值为E和E′；8.3)利用残基对距离分布Lk,B建立残基对距离评分函数，分别计算Ci和Ci′的k个残基对距离落入的区域，记为b1,b2,...,bm...,bk和b1′,b2′,...,bn′...,bk′，bm∈{1,2...,13}，bn′∈{1,2...,13}，m∈{1,2...,k}，n∈{1,2...,k}，该评分函数可以表示为：8.4)若满足E>E′,S>S′,则接受Ci′，令Ci＝Ci′；8.5)否则随机选择能量函数或者残基对距离评分函数，并根据Metropolis标准选择；8.6)遍历当前种群所有个体，得到下一代种群，令g＝g+1；8.7)判断是否满足终止条件g＞G2，若满足，结束种群进化第二阶段，执行下一步；否则返回8.1)；9)利用SPICKER对第二阶段接受的构象进行聚类，将最大类的类心构象看作最终预测结果。