[發明專利]一種基于簡約抽象凸估計的蛋白質構象空間優化方法

有效

• 申請號: 201810584219.9
• 申請日: 2018-06-08
• 公開（公告）號: CN108920894B
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 周曉根;張貴軍;彭春祥;劉俊;胡俊;王柳靜
• 申請（專利權）人: 浙江工業大學
• 主分類號: G16B15/20
• 分類號: G16B15/20;G16B20/20;G16B40/00
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

一種基于簡約抽象凸估計的蛋白質構象空間優化方法，首先，根據局部最優構象信息進行變異過程，生成較優的測試構象，從而提高采樣效率；其次，通過學習過程來動態更新斜率控制因子，避免斜率控制因子影響能量下界估計值的精確性；然后，根據測試構象鄰近構象個體的抽象凸下界估計支撐向量計算測試構象的能量下界估計值，減小計算復雜度；最后，根據能量下界估計值指導構象選擇，從而避免不必要的能量函數評價次數，減小計算代價。本發明提供一種計算代價低、搜索效率高的基于簡約抽象凸估計的蛋白質構象空間優化方法。

技術領域

本發明涉及一種生物學信息學、智能優化、計算機應用領域，尤其涉及的是，一種基于簡約抽象凸估計的蛋白質構象空間優化方法。

背景技術

生物細胞中包含許多由20多種氨基酸所形成的長鏈折疊而成的蛋白質，蛋白質結構預測問題是當今計算生物學領域中的研究熱點，不僅具有非常重要的理論機制，而且對新蛋白的設計、蛋白質之間相互作用建模、藥物標靶蛋白的設計具有十分重要的指導意義。測定蛋白質三維結構的實驗方法主要包括X射線晶體衍射和多維核磁共振(NMR)。X射線晶體衍射是目前測定蛋白質結構最有效的方法，所達到的精度是其它方法所不能比擬的，主要缺點是蛋白質晶體難以培養且晶體結構測定的周期較長；NMR方法可以直接測定蛋白質在溶液中的構象，但是對樣品的需要量大、純度要求高，目前只能測定小分子蛋白質。因此，如何以計算機為工具，運用適當的算法，從氨基酸序列出發直接預測蛋白質的三維結構，成為當前生物信息學中一種重要的研究課題。

從頭預測方法直接基于Anfinsen假說建立蛋白質物理或知識能量模型，然后設計適當優化算法求解最小能量構象。可以看出，從頭預測方法必須考慮以下兩個因素：(1)知識能量的構建；(2)構象空間搜索方法。第一個因素本質上屬于分子力學問題，主要是為了能夠計算得到每個蛋白質結構對應的能量值。第二個因素本質上屬于全局優化問題，通過選擇一種合適的優化方法，對構象空間進行快速搜索，得到能量最低構象。其中，蛋白質構象空間優化屬于一類非常難解的NP-Hard問題。進化算法(Evolution Algorithm,EA)是研究蛋白質分子構象優化的一類重要方法，主要包括遺傳算法(Genetic Algorithms,GA)、差分進化算法(Differential Evolution,DE)及分布估計算法(Estimation ofDistribution Algorithm,EDA)。DE算法自1995年由Price和Storn提出以來，在蛋白質構象空間優化領域有了廣泛的應用。Shehu研究小組基于DE算法，提出一系列有效的蛋白質構象空間優化方法，如多尺度混合進化算法HEA，多目標構象空間優化方法MOEA，基于數據驅動的蛋白質能量空間映射方法PCA-EA等。在DE算法的框架下，張貴軍課題組提出了基于抽象凸內核空間引導的構象優化方法和基于片段結構譜知識引導的構象優化方法。然而，在上述優化方法中，需要對能量函數進行大量的評價，從而導致計算代價較大；其次，后期收斂速度較慢，從而導致構象搜索效率較低。

因此，現有的構象空間優化方法在計算代價和搜索效率方面存在著缺陷，需要改進。

發明內容

為了克服現有的蛋白質構象空間優化方法在計算代價和搜索效率方面的不足，本發明提出一種計算代價低、搜索效率高的基于簡約抽象凸估計的蛋白質構象空間優化方法。

本發明解決其技術問題所采用的技術方案是：

一種基于簡約抽象凸估計的蛋白質構象空間優化方法，所述方法包括以下步驟：

1)輸入待測蛋白質的序列信息；

2)根據序列信息從ROBETTA服務器(http://www.robetta.org/)上得到片段庫；

3)參數設置：設置種群規模NP，交叉概率CR，片段長度l，最大迭代次數G_max，學習代數G_len，斜率控制因子M，并初始化迭代次數G＝0；