[发明专利]一种基于片段自适应选择的群体蛋白质结构预测方法

说明书

一种基于片段自适应选择的群体蛋白质结构预测方法，在差分进化算法框架下，针对每一代的构象，首先从当前种群中选择能量最低的构象，通过对其每个残基位进行多次组装来学习每个残基位和对应的片段库中每个片段的成功率，并根据前一代的成功信息来计算每个残基位和对应的片段库中每个片段的选择概率；在变异和组装过程中，根据这些概率去确定残基位以及从对应的片段库中选择片段，从而保证成功率较高的残基位和成功率较高的片段被选择的概率较大，进而提高预测精度。本发明提供一种预测精度较高的基于片段自适应选择的群体蛋白质结构预测方法。

技术领域

本发明涉及一种生物学信息学、智能优化、计算机应用领域，尤其涉及的是一种基于片段自适应选择的群体蛋白质结构预测方法。

背景技术

蛋白质结构实验测定是结构基因组学研究的主要内容，主要包括X射线晶体衍射和多维核磁共振(NMR)两种方法。X射线晶体衍射是目前测定蛋白质结构最有效的方法，所能达到的精度是其它方法所不能比拟的，主要缺点是蛋白质晶体难以培养且晶体结构测定的周期较长；NMR方法可以直接测定蛋白质在溶液中的构象，但是对样品的需求量大、纯度要求高，目前只能测定小分子蛋白质的结构。现阶段实验测定方法主要问题在于两个方面：一方面，对于现代药物设计的主要靶标—膜蛋白而言，极难获得其结构；另外，实验测定过程费时费钱费力，代价不菲。

蛋白质结构从头预测直接基于蛋白质物理化学或知识能量模型，利用优化算法在构象空间搜索全局最低能量构象解。计算机硬件和软件技术的快速发展，为蛋白质结构从头预测提供了坚实的基础平台条件。IBM超级计算机蓝色基因(BlueGene)、Shaw研究团队超级计算机ANTON、华盛顿大学分布式网络计算平台Rosetta@home、斯坦福大学分布式网络计算平台Folding@home的成功应用，使得从头预测方法在FM组某些目标蛋白的应用上，实现了历史性的突破。在2014年CASP11中，Baker研究团队首次针对尺寸大于150残基的FM组T0806目标蛋白(序列长度为258)，预测得到精度为的蛋白结构模型。蛋白质结构从头预测方法取得的进展和突破，反过来进一步促进了计算机科学、计算智能等学科研究人员的广泛参与，使其成为近年来蛋白质结构预测领域中最为活跃的一个多学科研究问题。

在从头预测方法中，首先根据查询序列对整个已知结构的蛋白质库进行搜索，从而得到与查询序列相似的蛋白质，然后基于这些蛋白建立查询蛋白中每个残基位的片段库。在预测中，首先随机选择一个残基位，然后从该残基位的片段库中随机选择一个片段进行组装，并根据能量函数评价组装后的构象，如果能量降低，则组装成功，否则组装失败。然而，在上述组装过程中，片段的插入位置以及片段的选择具有盲目性，无法保证一些较优的片段获得的组装机会加大，从而导致预测精度较低。

因此，现有的蛋白质结构预测方法在预测精度方面存在着缺陷，需要改进。

发明内容

为了克服现有蛋白质结构预测方法的预测精度较低的不足，本发明提出一种基于片段自适应选择的群体蛋白质结构预测方法。

本发明解决其技术问题所采用的技术方案是：

一种基于片段自适应选择的群体蛋白质结构预测方法，所述方法包括以下步骤：

1)输入待测蛋白质的序列信息，并从ROBETTA服务器(http://www.robetta.org/)上得到片段库；

2)参数设置：设置种群规模NP，交叉概率CR，片段长度l，温度因子KT，最大迭代次数G_max，选择概率更新因子k，初始化迭代次数g＝0，并设置残基位的组装次数N，第j个残基位在第g代中的选择概率第j个残基位的片段库中第m个片段在第g代的选择概率j＝1,2,...,L，其中S为片段库中片段的数量，L为序列长度；