[发明专利]基于随机分形搜索算法的蛋白质结构预测方法

说明书

技术领域

本发明属于生物信息学领域，具体涉及一种基于随机分型搜索算法的蛋白质结构预测方法。

背景技术

随着生命科学的发展和人类基因组计划的顺利完成，生命科学已经进入后基因时代。人们从生物信息的研究中获得了对生命本质更丰富的知识和深刻的理解，生物信息学已经成为近年来最有活力的生物学研究领域之一。

蛋白质是由基因决定的，是生物体不可缺少的重要物质，是所有生命活动的体现者。虽然基因确定了组成蛋白质的氨基酸序列，但是只有这些氨基酸序列折叠成特定的空间结构才具有相应的活性和生物学功能。所以研究蛋白质结构对揭示生命秘密也有着重要的意义。

目前研究蛋白质结构有两类方法：实验方法和理论分析方法。目前对蛋白质结构的测定技术主要有：X射线晶体衍射技术和核磁共振技术。尽管蛋白质结构测定技术近年来有了较为显著的进展，但是通过实验方法确定蛋白质结构的过程仍然非常复杂、昂贵且实验周期很长。随着DNA测序技术的发展，人类基因组已经被完全测序，这意味着已知序列的蛋白质数量和已测定结构的蛋白质数量(如蛋白质数据库PDB中的数据)的差距越来越大。为了减小这种差距，人们希望利用理论分析方法来预测蛋白结构。

从头预测方法是蛋白质结构预测的主流方法之一，其根据物理、化学原理，通过理论计算(如分子力学、分子动力学)建立模型，把蛋白质结构预测问题转化为一种典型的NP问题，然后利用先进的算法解决这个NP问题。当前，科学家提出了多种研究蛋白质结构预测的适用模型，其中应用最广泛的是按照氨基酸的亲疏水性分为疏水氨基酸和亲水氨基酸的两种粗粒化模型：HP格点模型和AB非格点模型。两种模型最主要的区别在于，HP格点模型中两个残基键之间的角度是直角或者平角，而AB非格点模型中两个键之间的角度是任意的，其不仅考虑了相邻两个氨基酸间的相互作用还包括不相邻氨基酸之间的非局部作用对蛋白质结构的影响。目前用计算机进行研究蛋白质结构预测的算法很多，呈现不断递增的趋势，例如Hou等提出改进的遗传、粒子群混合算法和改进的遗传、粒子群、禁忌混合算法两种解决方法，结合了遗传算法、粒子群算法和禁忌算法的优点，提高全局最优搜索，提高结果的搜索精度。Li等采用平衡进化人工蜂群算法来解决蛋白质结构预测问题，但是上述方法在进行蛋白质结构预测时，其探索搜索空间的有效性、收敛性和精确性仍然有待提高。

发明内容

本发明的目的在于提供一种基于随机分型搜索算法(SFS)的蛋白质结构预测方法，将随机分形搜索算法用于蛋白质结构预测中，搜索出更小的自由能值和对应的更稳定的结构，并有效提高了搜索的效率，缩短了搜索时间。

为达到上述技术目的，本发明采用的技术方案如下：

基于随机分形搜索算法的蛋白质结构预测方法，首先初始化参数及种群，进行迭代循环，计算种群适应度值，找到最优个体进行迭代循环；其次对最优个体进行扩散过程，得到新种群，计算适应度函数，根据适应度值选择其中表现最优个体；对新种群进行更新过程生成下一代的新种群，计算适应度函数，根据适应度值选取表现最优个体。这样不断迭代，当满足终止条件时，退出循环，输出结果，具体过程包括以下步骤：

步骤1：设置参数，初始化种群X＝x₁,x₂,…,x_n,其中n为种群大小；

步骤2：计算种群X中个体的适应度，根据适应度值的大小进行排序，并记忆保留最优个体；

步骤3：设置代数计数器t＝1；

步骤4：通过高斯分布，对当前最优个体进行扩散过程，产生新的种群X1，并计算其适应度值；

GW₁＝G(P_Best,σ)+(ξ*P_Best-ξ'*P_i)

GW₂＝G(P_i,σ)

其中公式GW₁＝G(P_Best,σ)+(ξ*P_Best-ξ'*P_i)将快速收敛优化结果，公式GW₂＝G(P_i,σ)使得结果更加精确。在扩散过程中，可以根据不同的需求选择不同的公式。σ用来促进局部搜索并且随着高斯分布数目的增加而减小高斯步长。

步骤5：根据如下公式对种群进行更新，得到新种群X2；