[發明專利]一種基于二級結構知識的蛋白質構象空間優化方法

有效

• 申請號: 201810986056.7
• 申請日: 2018-08-28
• 公開（公告）號: CN109326319B
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 張貴軍;王小奇;馬來發;周曉根;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
• 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

1.一種基于二級結構知識的蛋白質構象空間優化方法，其特征在于：所述方法包括以下步驟：

1)給定輸入序列信息；

2)利用PSIPRED平臺預測目標蛋白的二級結構信息；

3)選取能量函數E(x)；

4)參數初始化：設置種群規模Psize，最大遺傳代數G_max，初始種群搜索軌跡長度iter，交叉因子CR，變異計數器Co，最大計數值Co_max，二級結構和能量的權重w_s和w_e；

5)初始化種群：啟動Psize條Monte Carlo軌跡，每條軌跡搜索iter次，即生成Psize個初始個體；

6)對每個目標個體x_i,i∈{i＝1,2,. ..,Psize}進行如下操作：

6.1)隨機選擇一個個體x_j,j∈{1,2,...,Psize}且j≠i，若r≤CR則對個體x_i和x_j進行如下操作，否則x′_i＝x_i轉至步驟6.2)，其中r∈[0,1]是隨機數；

6.1.1)在個體x_j中，隨機選擇一個loop區域[a,b]，其中a是隨機選取的loop區域對應的起點位置，b是終止位置；

6.1.2)用個體x_j中[a,b]區域的扭轉角度依次替換個體x_i中對應區域的扭轉角，生成交叉個體x′_i；

6.2)對個體x′_i進行如下的變異操作：

6.2.1)對個體x′_i進行片段組裝生成，并利用Monte Carlo機制判斷是否接收該片段的插入，如果接受則組裝后的構象被記為變異個體x″_i，轉至步驟6.3)，否則轉至步驟6.2.2)；

6.2.2)更新變異計數器，即Co＝Co+1；若Co＜Co_max則返回步驟6.2.1)；

否則對個體x′_i進行片段組裝直接生成變異個體x″_i，并設置Co＝0；

6.3)如果i＝Psize則執行步驟7)進行選擇操作，否則轉至步驟6.1)對下一個個體進行交叉和變異；

7)對每個目標個體x_i,i∈{i＝1,2,. ..,Psize}和變異個體x″_i,i∈{i＝1,2,. ..,Psize}進行如下操作：

7.1)根據預測的二級結構知識和能量函數計算目標個體x_i的得分，過程如下：

7.1.1)利用DSSP測定目標個體x_i的二級結構l為目標序列的長度，是構象x_i中第k個序列對應的二級結構類型，其中H,E和L分別代表α螺旋，β折疊和loop區域；

7.1.2)根據公式計算目標個體x_i的二級結構得分，其中，代表在預測的二級結構知識中第k個序列對應的二級結構被預測為型的置信度；

7.1.3)根據能量函數計算出目標個體x_i的能量為E_i；

7.1.4)根據公式SE_i＝w_s·S_i+w_e·E_i計算目標個體x_i的總得分，其中w_s和w_e是二級結構與能量的權重；

7.2)根據預測的二級結構知識和能量函數計算目標個體x″_i的得分，過程如下：

7.2.1)與步驟7.1.1)同理測定變異個體x″_i的二級結構其中，是構象x″_i中第k個序列的二級結構類型；

7.2.2)與步驟7.1.2)同理根據公式計算變異個體x″_i的二級結構質量分數；

7.2.3)根據能量函數計算出變異個體x″_i的能量為E″_i；

7.2.4)根據公式SE″_i＝w_s·S″_i+w_e·E″_i計算變異個體x″_i的總得分；

7.3)根據目標個體x_i,i∈{i＝1,2,. ..,Psize}和變異個體x″_i,i∈{i＝1,2,. ..,Psize}的得分SE_i,i∈{i＝1,2,. ..,Psize}和SE″_i,i∈{i＝1,2,. ..,Psize}對所有的個體進行排名，選出得分最低的前Psize個個體進入下一代，并作為下一代的父代個體；

8)判斷是否達到最大迭代代數G_max，若達到最大迭代代數，則輸出結果，否則轉至步驟6)。