[发明专利]一种基于片段库信息增强的蛋白质结构预测方法

摘要

一种基于片段库信息增强的蛋白质结构预测方法，首先，根据片段库中片段的二级结构与预测的蛋白质二级结构的匹配度建立二级结构评分模型，然后根据过滤因子控制筛选力度，将二级结构匹配得分较差的片段从片段库中删除，再利用片段组装技术对片段库中的片段进行组合优化生成预测蛋白质结构，从而提高蛋白质结构预测的效率和精度。本发明提供一种预测精度较高的基于片段库信息增强的蛋白质结构预测方法。

主权项

1.一种基于片段库信息增强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)输入预测蛋白质的序列信息和预测的二级结构信息；2)设置参数：片段长度为3的片段库过滤因子filter3，片段长度为9的片段库过滤因子filter9，片段组装次数M，玻尔兹曼温度因子KT；3)筛选片段库信息，过程如下：3.1)设r＝1，r∈{1,2,…,L‑f+1}；其中r表示滑动窗口编号，L为蛋白质序列长度，f∈{3,9}为滑动窗口的宽度；3.2)计算滑动窗口的二级结构最高分，过程如下：3.2.1)设第n号残基预测的二级结构为α‑helical、β‑strand和loop的置信度分别为和其中n∈{r,r+1,…,r+f‑1}；3.2.2)第r个滑动窗口的二级结构总分为：3.3)对滑动窗口对应的片段库进行筛选，过程如下：3.3.1)设k＝1，k∈{1,2,…,200}；其中k表示片段库中片段的编号；3.3.2)计算片段k的二级结构得分：其中表示第n号残基在该片段中的真实二级结构，H和E分别表示二级结构为α‑helical和β‑strand；3.3.3)决定是否从片段库中去除片段k，过程如下：3.3.3.1)若f＝3，执行步骤2.3.3.2)；否则执行步骤2.3.3.3)；3.3.3.2)若则将片段k从片段库中去除，转至步骤2.3.4)；3.3.3.3)若则将片段k从片段库中去除；3.3.4)k＝k+1；3.3.5)若k≤200，转至步骤2.3.2)；否则，转至步骤2.4)；3.4)r＝r+1；3.5)若r≤L‑f+1，转至步骤2.2)；否则，片段库筛选完成，得到信息增强的片段库；4)利用信息增强的片段库进行片段组装，过程如下：4.1)设m＝1，m∈{1,2,…,M}；4.2)执行片段插入操作，过程如下：4.2.1)若m≤0.5*M，执行步骤4.2.2)；否则执行步骤4.2.3)；4.2.2)从当前构象P^target中随机选择一个窗口宽度为3的滑动窗口，从该滑动窗口对应的片段长度为3的片段库中随机选择一个片段替换原有片段，生成新的构象P^trial，转至步骤4.3)；4.2.3)从当前构象P^target中随机选择一个窗口宽度为9的滑动窗口，从该滑动窗口对应的片段长度为9的片段库中随机选择一个片段替换原有片段，生成新的构象P^trial；4.3)利用能量函数计算构象P^target和P^trial的能量E^target和E^trial；4.4)计算替换概率：4.5)生成均匀随机小数p_rand，p_rand∈[0,1]；若p_rand＜p，用新构象替换当前构象P^target＝P^trial，否则不进行替换；4.6)m＝m+1；4.7)若m≤M，转至步骤4.2)；否则，片段组装完成；5)输出片段组装后的构象作为预测结果。