[发明专利]基于可极化力场以及pso优化的蛋白质设计方法

权利要求书

1.基于可极化力场以及pso优化的蛋白质设计方法，其特征在于包括以下步骤：

通过蛋白质设计模板得到若干个蛋白质；对每一个蛋白质进行如下优化：

在4n维空间中连续移动的每一个粒子的子向量在rotamerlib中寻找最近的rotamer；然后用这些找到的rotamer构造一个临时的粒子；

计算每个临时粒子的适应度，并根据这些临时粒子的适应度更新局部最优粒子以及邻居最优粒子；并更新所有非临时粒子位置速度；通过比较所有邻居最优粒子的位置得到全局最优位置；粒子群优化结束；

用粒子群进行侧链构象组合空间搜索得到优化后的蛋白质。

2.根据权利要求1所述的基于可极化力场以及pso优化的蛋白质设计方法，其特征在于：所述每一个粒子的子向量代表一个4维的侧链构象。

3.根据权利要求1所述的基于可极化力场以及pso优化的蛋白质设计方法，其特征在于：计算每个临时粒子的适应度包括以下步骤：

首先将对应的蛋白质写到一个字符串中；然后调用tinker内置的pdbxyz模块进行格式转化得到analyze可以处理的xyz格式的字符串；调用analyze模块得到这个蛋白质对应的总能量，这个总能量即为适应度。

4.根据权利要求1所述的基于可极化力场以及pso优化的蛋白质设计方法，其特征在于：所述根据这些临时粒子的适应度更新局部最优粒子以及邻居最优粒子包括以下步骤：

每一个粒子都记录了一个局部最优位置和邻居最优位置，这个粒子pi移动之后会根据最近原则产生一个临时粒子tpi，如果tpi的适应度比pi记录的局部最优位置的适应度好，那么就更新局部最优的记录；如果tpi的适应度大于pi记录的邻居最优记录的适应度，那么就更新邻居最优的记录。

5.根据权利要求1所述的基于可极化力场以及pso优化的蛋白质设计方法，其特征在于：所述通过比较所有邻居最优粒子的位置得到全局最优位置具体为通过以可极化力场计算适应度为基础、pso算法做构象空间搜索得到全局最优位置，包括以下步骤：

初始化位点信息，力场信息，文件路径，控制参数；

使用pso算法对整个侧链构象搜索过程进行控制，具体为：首先指定粒子群的规模、计算次数；粒子在移动的时候是按着连续空间进行移动，在打分的时候是将连续的问题离散化到对应的rotamer；每次适应度的计算都使用analyze（tinker）计算的能量值进行打分；打分值最高的10个蛋白质构象即为全局最优位置。