[發明專利]一種全局和局部下界估計協同的群體蛋白質結構預測方法

有效

• 申請號: 201810993709.4
• 申請日: 2018-08-29
• 公開（公告）號: CN109300503B
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 周曉根;張貴軍;彭春祥;王柳靜;胡俊
• 申請（專利權）人: 浙江工業大學
• 主分類號: G16B15/20
• 分類號: G16B15/20;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

一種全局和局部下界估計協同的群體蛋白質結構預測方法，在差分進化算法框架下，首先，通過計算當前種群中每個構象個體的支撐向量建立能量模型的全局下界估計模型；然后，針對每個測試構象，選取與其鄰近的部分構象構建鄰近構象子種群，然后從其中隨機選取構象指導變異過程；其次，根據與測試構象最近的構象的支撐向量計算能量局部下界估計值，并根據全局下界估計模型計算對應的能量全局下界估計值；最后選取能量全局和局部下界估計值中的較低者來指導構象的選擇過程，減少能量函數的評價。本發明提供一種計算代價較低且預測效率較高的全局和局部下界估計協同的群體蛋白質結構預測方法。

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，尤其涉及的是一種全局和局部下界估計協同的群體蛋白質結構預測方法。

背景技術

蛋白質結構實驗測定是結構基因組學研究的主要內容，主要包括X射線晶體衍射和多維核磁共振(NMR)兩種方法。X射線晶體衍射是目前測定蛋白質結構最有效的方法，所能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，但是對樣品的需求量大、純度要求高，目前只能測定小分子蛋白質。現階段實驗測定方法主要問題在于兩個方面：一方面，對于現代藥物設計的主要靶標—膜蛋白而言，極難獲得其結構；另外，實驗測定過程費時費錢費力，代價不菲，比如，使用NMR方法測定一個蛋白質結構通常需要15萬美元以及半年的時間。相比之下，測序技術在過去10年間取得了重大突破，首個人類基因組測序成本大約為30億美元，如今，一個基因組測序的成本約為9500美元，預期今后4～5年，將下降到1000美元及以下。2018年8月最新統計數據顯示，UniProtKB/TrEMBL數據庫(http://www.ebi.ac.uk/uniprot/TrEMBLstats)中共存儲蛋白質序列85,272,789條，其中130,102條序列結構被實驗測定，僅占序列總數0.153％，而且這一差距仍然在不斷增加。

在理論探索和應用需求的雙重推動下，根據Anfinsen法則，利用計算機設計適當的算法，以序列為起點，三維結構為目標的蛋白質結構預測自20世紀末蓬勃發展。1994年美國科學家Moult發起的兩年一屆的CASP大賽是一個世界性的蛋白質結構預測評比活動，客觀地反映了當前蛋白質結構預測領域發展的最新技術水平，被譽為蛋白質結構預測的奧林匹克競賽。經過20多年的發展，蛋白質結構預測的精度已經有了很大的提高，從只能預測預測一些小蛋白到目前能夠預測序列長度達到上百的蛋白。然而，在蛋白質結構預測方法中，為了評價構象的質量，需要使用能量函數進行成千上萬次的評價，而評價一次需要借助一些第三方能量包，對構象進行一次評價達到數秒，甚至幾分鐘，從而導致計算代價極高的計算代價，而降低預測效率。

因此，現有的蛋白質結構預測方法計算代價和預測效率方面存在著缺陷，需要改進。

發明內容

為了克服現有蛋白質結構預測方法的計算代價較高和預測效率較低的不足，本發明提出一種計算代價較小且效率較高的全局和局部下界估計協同的群體蛋白質結構預測方法。

本發明解決其技術問題所采用的技術方案是：

一種全局和局部下界估計協同的群體蛋白質結構預測方法，所述方法包括以下步驟：

1)輸入待測蛋白質的序列信息，并從ROBETTA服務器(http://www.robetta.org/)上得到片段庫；

2)參數設置：設置種群規模NP，交叉概率CR，片段長度l，溫度因子KT，全局斜率控制因子M，局部斜率控制因子M′，鄰近個體的數量N，最大迭代次數G_max，并初始化迭代次數g＝0；

3)從各殘基位對應的片段庫中隨機選擇片段組裝生成初始構象種群P＝{C₁,C₂,...,C_NP}，其中，C_i,i＝{1,2,…,NP}為種群P中的第i個構象個體；