[发明专利]一种基于复合结构特征的多模态蛋白质构象空间优化方法

摘要

一种基于复合结构特征的多模态蛋白质构象空间优化方法，包括以下步骤：基于进化算法框架，以RosettaScore3为优化目标函数，统计得到种群个体的个体距离谱，个体二级结构谱，个体二面角谱三种结构特征，通过多模态策略提高算法采样的多样性，根据结构特征选择子代个体，可以有效的弥补能量模型不精确的缺陷，通过进化迭代，可以得到精度较高的预测结构。本发明采样效率较高、复杂度较低、预测精度较高。

主权项

一种基于复合结构特征的多模态蛋白质构象空间优化方法，其特征在于，包括以下步骤：1)给定待预测蛋白质的氨基酸序列信息，根据给定氨基酸序列信息，利用QUARK服务器获取基于统计的二级结构谱PSS，二面角谱PDA，距离谱PD；2)参数初始化：种群规模PN，模态数目NM，最大迭代次数Gmax，序列长度SL，交叉长度Nmu；3)种群初始化：根据给定输入氨基酸序列，对PN个个体依次进行SL次片段组装，根据每个个体的三维结构信息统计得到对应的的个体二级结构谱PrSS，个体二面角谱PrDA，个体距离谱PrD，设置每个个体为一个初始模态，并且该个体为该模态的态心；4)开始迭代，当前迭代次数i＝1，过程如下：4.1)如果前模态数目>NM，则执行模态形成过程，否则转到步骤4.2)，过程如下：4.1.1)随机选择种群中的一个个体作为目标个体Pt；4.1.2)对Pt做NF次片段组装，得到变异个体Pm；4.1.3)生成一个随机数R1，R1∈[1,SL‑Nmu]，其中Nmu是交叉长度；4.1.4)对Pm和Pt做交叉操作：交换Pm和Pt的第R1到R1+Nmu个残基二面角，生成交叉个体Pc1和Pc2；4.1.5)采用RosettaScore3能量函数对Pt、Pm、Pc1、Pc2进行能量评价，得到其对应的能量分值Et，Em，Ec1，Ec2；4.1.6)如果Em，Ec1，Ec2全部大于Et，则采用能量概率模型选择接收其中一个个体，过程如下：4.1.6.1)分别计算Pm、Pc1、Pc2的能量接收概率：4.1.6.2)生成一个随机数R2，分别计算pm，pc1，pc2与R2的差值，选择差值最小的对应的个体作为子代个体Pc，并取代目标个体Pt；4.1.7)否则，选择Em，Ec1，Ec2中最小的值对应的个体作为子代个体Pc，并取代目标个体Pt；4.1.8)根据每个个体的三维结构信息统计得到Pc的PrSS，PrDA，PrD；4.1.9)通过计算Pc与各个模态态心个体距离谱之间的汉明距离HD，确定Pc应该归属于某一个模态：取HD值最小对应的模态为Pc所归属的模态，如果有2个以上模态HD值同时取得最小值，则计算Pc与这些模态态心个体二面角谱之间的汉明距离HDA，取HDA值最小对应的模态为Pc所归属的模态，如果有2个以上模态HDA值同时确定最小值，则计算Pc与这些模态态心个体二级结构谱之间的汉明距离HSS，取HSS值最小对应的模态为Pc所归属的模态，取当前模态内所有个体的质心作为当前模态的态心；4.1.10)当前迭代次数i＝i+1；4.1.11)返回步骤4.1)；4.2)如果当前迭代次数i<Gmax，则执行模态搜索过程，否则转到步骤5)，过程如下：4.2.1)随机选择NM个模态中的一个模态；4.2.2)从选中的模态中随机选择一个个体作为目标个体Pt；4.2.3)对Pt做NF次片段组装，得到变异个体Pm；4.2.4)生成一个随机数R1'，R1'∈[1,SL‑Nmu]，其中Nmu是交叉长度；4.2.5)对Pm和Pt做交叉操作：交换Pm和Pt的第R1'到R1'+Nmu个残基二面角，生成交叉个体Pc1和Pc2；4.2.6)采用RosettaScore3能量函数对个体Pt、Pm、Pc1、Pc2进行能量评价，得到其对应的能量分值Et，Em，Ec1，Ec2；4.2.7)选择Em，Ec1，Ec2中的最小值Emin对应的个体作为候选子代个体Pch；4.2.8)如果Emin>Et，则按照特征概率模型选择子代个体，过程如下：4.2.8.1)分别计算个体Pm、Pc1、Pc2对应的特征接收概率其中ΔHDAm,ΔHSSm,ΔHDm分别表示个体Pm的PrD与PD之间的汉明距离，ΔHDAc1,ΔHSSc1,ΔHDc1分别表示个体Pc1的PrDA与PDA之间的汉明距离，ΔHDAc2,ΔHSSc2,ΔHDc2、Pc2分别表示个体Pc2的PrSS与PSS之间的汉明距离，ΔHDAc1,ΔHSSc1,ΔHDc1和ΔHDAc2,ΔHSSc2,ΔHDc2中上角标c1，c2为个体Pc1、Pc2的标记；4.2.8.2)选择Pm、Pc1、Pc2中最大值所对应的个体作为子代个体Pc，并取代目标个体Pt；4.2.9)如果Em，Ec1，Ec2中的最小值Emin<Et，则选择Pch为子代个体Pc，并取代目标个体Pt；4.2.10)根据每个个体的三维结构信息统计得到Pc的PrSS，PrDA，PrD；4.2.11)通过计算Pc与各个模态态心个体距离谱之间的汉明距离HD，确定Pc应该归属于某一个模态：取HD值最小对应的模态为Pc所归属的模态，如果有2个以上模态HD值同时最小，则计算Pc与这些模态态心个体二面角谱之间的汉明距离HDA，取HDA值最小对应的模态为Pc所归属的模态，如果有2个以上模态HDA值同时最小，则计算Pc与这些模态态心个体二级结构谱之间的汉明距离HSS，取HSS值最小对应的模态为Pc所归属的模态,取当前模态内所有个体的质心作为当前模态的态心；4.2.12)当前迭代次数i＝i+1；4.2.13)返回步骤4.2)；5)迭代结束，输出预测结构。