[发明专利]一种实验数据辅助的自适应策略蛋白质结构预测方法

说明书

一种实验数据辅助的自适应策略蛋白质结构预测方法，在进化算法框架下，首先，种群初始化，根据轮盘赌的方法选择不同的变异策略对构象进行变异，交叉；其次利用SAXS实验数据计算模型相似性差用以辅助Rosetta能量函数score3对构象进行选择，同时通过蒙特卡洛概率接收准则保持选择过程中构象的多样性，根据构象更新的历史信息动态更新变异策略的选择概率；实验数据辅助的自适应策略蛋白质结构预测方法利用了现有的SAXS实验数据辅助结构预测，不仅能够缓解能量函数不精确的问题，而且可以根据历史信息引导算法采样提高算法适应性以及采样效率。本发明采样效率高、预测精度高。

技术领域

本发明涉及生物信息学、计算机应用领域，尤其涉及的是一种实验数据辅助的自适应策略蛋白质结构预测方法。

背景技术

蛋白质结构预测是结构生物信息学的主要研究内容，也是分子生物学中心法则尚未解决的一个重大基础性科学研究课题。随着计算机硬件和软件技术的快速发展，为从头预测方法的发展提供了结实的基础平台条件。2018年12月初，在墨西哥坎昆举行的全球蛋白质结构预测竞赛(CASP13)中，谷歌旗下的DeepMind团队研发的AlphaFold获得总分第一名。AlphaFold使得蛋白质结构预测这一前沿性基础研究问题从科学的殿堂进入民众的视野，成为目前一个“热议”的方向。该工作同时也表明了计算机技术、信息技术以及生命科学领域的深度交叉融合，将会有效的驱动和加速科学的新发现。然而，从头预测方法目前还面临着诸多困难和挑战。

从头预测方法直接基于蛋白质物理或知识能量模型，利用优化算法在构象空间搜索全局最低能量构象解。构象空间优化方法是目前制约蛋白质结构从头预测精度关键的因素之一。优化算法应用于从头预测采样过程必须首先解决以下三个方面的问题：(1)能量的复杂性。(2)能量模型的不精确性。目前，我们还远远无法构建起能引导目标序列朝正确方向折叠的足够精确力场，导致数学上的最优解并不一定对应于目标蛋白的天然结构；此外，模型的不精确性也会导致无法对优化算法性能进行客观地分析。

蛋白质构象空间优化的本质复杂性，使其成为蛋白质结构从头预测领域中一个极具挑战性的研究课题。为了能够利用计算机在巨大的采样空间中发现唯一的蛋白质天然结构，就必须设计高效的构象空间优化算法将其转化为可实际操作的计算问题。

差分进化算法(DE)自从1995年由Price和Storn提出来以后，由于其结构简单，易于实现，鲁棒性强和收敛速度快等优点在蛋白质构象空间优化领域有着广泛的运用。然而，随着氨基酸序列的增长，蛋白质分子体系自由度也增大，利用传统群体算法采样获得大规模蛋白质构象空间的全局最优解成为一项挑战性的工作。

因此，现有的蛋白质结构预测方法采样效率和预测精度方面存在不足，需要改进。

发明内容

为了克服现有的蛋白质结构预测方法在采样过程中探测和增强的阶段的不平衡、预测精度低问题，本发明充分利用了现有的蛋白质结构生物实验SAXS数据，并且设计了自适应变异策略对构象空间进行充分采样。同时利用SAXS实验数据辅助Rosetta score3能量函数来指导构象选择。本发明提出一种采样效率高、预测精度高的实验数据辅助的自适应策略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：

一种实验数据辅助的自适应策略蛋白质结构预测方法，所述预测方法包括以下步骤：

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(http://www.robetta.org/)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)根据目标蛋白序列从CASP网站(http://predictioncenter.org/)下载SAXS实验数据，其中包括小角度X散射实验测定得到的蛋白质的散射向量q_exp，谱强度I_exp(q)，实验误差e_exp(q)；