[發明專利]一種基于抽象凸估計的k-近鄰蛋白質結構預測方法

有效

• 申請號: 201811000827.7
• 申請日: 2018-08-30
• 公開（公告）號: CN109326321B
• 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
• 申請（專利權）人: 浙江工業大學
• 主分類號: G16B15/20
• 分類號: G16B15/20;G16B40/30;G06N3/00
• 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

一種基于群體階段性樣本訓練的k?近鄰預測全局優化方法，首先，對初始種群建立能量函數的下界估計模型；然后，選擇當前種群中能量最低的構象和局部較優構象來指導每個構象的變異過程；其次，將初始種群的所有測試構象個體進行能量函數評價，并看作樣本構象，基于樣本構象中的k個近鄰個體來計算測試構象的k?近鄰能量預測值，同時計算測試構象的能量下界估計值，選擇兩者中較低者為測試構象的能量估計值，從而指導構象選擇；最后，根據被接收的構象來更新樣本庫和下界估計模型。本發明提供一種計算代價較低、預測效率和預測精度均較高的基于抽象凸估計的k?近鄰蛋白質結構預測方法。

技術領域

本發明涉及一種智能優化、計算機應用領域，尤其涉及的是一種基于抽象凸估計的k-近鄰蛋白質結構預測方法。

背景技術

蛋白質結構實驗測定方法是結構基因組學研究的主要內容。X射線晶體學是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，缺點主要是蛋白質晶體難以培養且晶體結構測定的周期較長；多維核磁共振(NMR)方法可以直接測定蛋白質在溶液中的構象，但是由于對樣品的需要量大、純度要求高，目前只能測定小分子蛋白質。總體上，結構實驗測定方法主要存在兩方面問題：一方面，對于現代藥物設計的主要靶標膜蛋白而言，通過實驗方法極難獲得其結構；另一方面，測定過程費時費錢費力。

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。從頭預測方法實質上就是利用計算機的快速處理能力，利用優化算法在蛋白質構象空間搜索全局最低能量構象解。蛋白質能量模型考慮分子體系成鍵作用以及范德華力、靜電、氫鍵、疏水等非成鍵作用，致使其形成的能量曲面極其粗糙，構象對應局部極小解數目隨序列長度的增加呈指數增長，屬于一類非常難解的NP-hard問題。

四十多年來，蛋白質從頭預測構象空間優化方法一直受到計算生物學領域和進化計算社區的高度關注，成為一個熱點研究課題。美國哈佛大學Levitt研究小組、佐治亞理工學院Skolnick研究小組、華盛頓大學Baker研究小組、密歇根大學Zhang研究小組；國內上海交通大學沈紅斌課題組、中國科技大學劉海燕等研究團隊都在該領域進行了深入而廣泛的研究，特別是Baker研究小組開發的Rosetta[15]及Zhang研究小組開發的QUARK[16]從頭預測服務器在歷屆CASP賽事中表現突出，已經成為當今國際領先的從頭預測服務器。然而，在蛋白質結構預測中，能量函數通常具有上千個自由度，對能量函數評價有時需要調用第三方能量包，對單個構象的能量評價一次需要數分鐘，而且，隨著序列長度的增長，所需的評價時間更長，從而導致計算代價極高，預測效率較低。

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低的不足，本發明提出一種計算代價較小、預測效率較高的基于抽象凸估計的k-近鄰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：

一種基于抽象凸估計的k-近鄰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，溫度因子KT，斜率控制因子M，片段長度為l，近鄰個體數量k，最大迭代次數G_max，并初始化迭代次數g＝0；

3)根據輸入序列，從每個殘基位對應的片段庫中隨機選擇片段進行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；