[发明专利]一种残基接触辅助策略自适应的蛋白质结构预测方法

摘要

一种残基接触辅助策略自适应的蛋白质结构预测方法，在进化算法框架下，首先，建立四种不同的自适应变异策略，算法前期四种变异策略都等概率被选择，当算法经历一段学习周期LP后，算法采取自适应的变异策略对构象进行变异，并且对生成的变异构象进行一次片段组装，生成变异构象；其次对变异构象进行交叉操作；最后用残基接触能量CI辅助Rosetta能量函数score3对构象进行选择；迭代上述过程直至满足条件后输出结果。本发明提供一种采样效率高、预测精度高的残基接触辅助策略自适应的蛋白质结构预测方法。

主权项

1.一种残基接触辅助策略自适应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)给定目标蛋白的序列信息；2)根据目标蛋白序列从ROBETTA服务器上得到片段库文件，其中包括3片段库文件和9片段库文件；3)根据目标蛋白序列，利用RaptorX‑Contact服务器预测得到目标蛋白的残基‑残基接触置信度，记为CS_i,j，其中，i≠j，i和j均属于{1,2,3,4…,rsd}，CS_i,j表示RaptorX‑Contact服务器得到的第i个残基和第j个残基接触的置信度，rsd为氨基酸序列长度；4)设置参数：种群大小NP，算法的最大迭代代数G，交叉因子CR，温度因子β，学习周期LP，第一种变异策略被选择的概率第二种变异策略被选择的概率第三种变异策略被选择的概率第四种变异策略被选择的概率g表示当前的代数，策略数量k，第g代第k种策略成功次数k＝{1,2,3,4}，置迭代代数g＝0；5)种群初始化：随机片段组装生成NP个初始构象C_i，i＝{1,2，…,NP}；6)对种群中的每个个体C_i进行如下操作：6.1)将C_i设为目标个体生成随机数pSelect，其中pSelect∈(0,1)；6.2)若则从种群中随机选出三个互不相同的个体C_a、C_b和C_c，分别从C_b、C_c中随机选择一个位置不同的9片段，分别替换C_a对应位置的片段生成变异构象C_mutant,并把k置为1；6.3)若则先从种群中选择一个能量最低的个体C_best，再从种群中随机选出两个互不相同的个体C_a、C_b，分别从C_a、C_b和中随机选择一个位置不同的3片段，分别替换C_best对应位置的片段生成变异构象C_mutant，并把k置为2；6.4)若则从种群中随机选出四个互不相同的个体C_a、C_b、C_c和C_d，分别从C_b、C_c、C_d中随机选择一个位置不同的3片段，分别替换C_a对应位置的片段生成变异构象C_mutant，并把k置为3；6.5)若则从种群中随机选出两个互不相同的个体C_a和C_b，分别从C_a、C_b中随机选择一个位置不同的3片段，分别替换对应的位置片段生成变异构象C_mutant，并把k置为4；6.6)对C_mutant进行一次片段组装生成新构象C_mutant′；6.7)生成随机数pCR，其中pCR∈(0,1)，若pCR＜CR，则从中随机选择一个9片段，替换到C_mutant′对应的位置的片段生成测试构象C_trial，否则直接把C_mutant′记为C_trial；6.8)如果则C_trial被拒绝，否则根据公式(1)、(2)计算残基接触能量CI(C_trial)和其中，score3为Rosetta能量函数，i和j是预测残基接触信息中第n对残基对应的残基号，d_i,j为构象C中残基i和j的之间的C_α原子距离，CI(C)表示构象C的残基接触总能量，ctn为预测的残基‑残基接触信息中残基对的数量，CI_n为根据公式(1)计算得到构象C中第n对残基i和j的残基接触能量；如果则C_trial替换否则按照概率以蒙特卡洛准则接收构象，若接收构象，则7)当g>LP时，根据公式(3)更新变异策略选择的概率k＝{1,2,3,4}，c是一个很小的常数：8)g＝g+1，迭代运行步骤6)～8)，至g>G为止；9)输出构象score3能量与残基接触能量之和最低的构象为最终结果。