[發(fā)明專利]一種基于進(jìn)化搜索的蛋白質(zhì)構(gòu)象空間優(yōu)化方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110299297.6
• 申請(qǐng)日: 2021-03-21
• 公開（公告）號(hào): CN112967751A
• 公開（公告）日: 2021-06-15
• 發(fā)明（設(shè)計(jì)）人: 彭紹亮;陳健;王小奇;陳東;李肯立
• 申請(qǐng)（專利權(quán)）人: 湖南大學(xué)
• 主分類號(hào): G16B10/00
• 分類號(hào): G16B10/00;G16B15/00;G06N3/12
• 代理公司: 國防科技大學(xué)專利服務(wù)中心 43202
• 代理人: 王文惠

本發(fā)明屬于生物信息學(xué)、智能優(yōu)化、計(jì)算機(jī)應(yīng)用領(lǐng)域，公開了基于進(jìn)化搜索的蛋白質(zhì)構(gòu)象空間優(yōu)化方法。本發(fā)明包括：用氨基酸序列在第0代時(shí)的隨機(jī)構(gòu)象初始化種群；將種群中個(gè)體按照勢能值排序；選擇低勢能個(gè)體作為當(dāng)前采樣前的父代個(gè)體，對(duì)每一個(gè)父代個(gè)體應(yīng)用片段替換技術(shù)進(jìn)行修改生成子代個(gè)體；對(duì)得到的每一個(gè)子代個(gè)體，應(yīng)用最小化策略進(jìn)行一系列的片段替換運(yùn)動(dòng)，映射到附近的極小值狀態(tài)；將經(jīng)過最小化策略處理后的所有子代個(gè)體與種群中其他個(gè)體形成的并集經(jīng)過截?cái)噙x擇后選出新的種群。本發(fā)明改進(jìn)了基本進(jìn)化方法的不足，如：容易過早收斂到次優(yōu)區(qū)域。本發(fā)明借助于以局部貪婪搜索為特征的最小化步驟，實(shí)現(xiàn)了采樣能力更高的蛋白質(zhì)構(gòu)象空間探索方法。

技術(shù)領(lǐng)域：

本發(fā)明涉及生物學(xué)信息學(xué)、智能優(yōu)化、計(jì)算機(jī)應(yīng)用領(lǐng)域，尤其涉及的是一種基于進(jìn)化搜索的蛋白質(zhì)構(gòu)象空間優(yōu)化方法。

背景技術(shù)：

蛋白質(zhì)結(jié)構(gòu)預(yù)測是計(jì)算結(jié)構(gòu)生物學(xué)領(lǐng)域一直以來的研究熱點(diǎn)之一。蛋白質(zhì)分子由20種常見的氨基酸組成，在其生物活性狀態(tài)下通常維持一定的立體結(jié)構(gòu)，并發(fā)揮相應(yīng)的功能。

在蛋白質(zhì)結(jié)構(gòu)研究中，雖然X射線晶體衍射、核磁共振、冷凍電鏡等實(shí)驗(yàn)技術(shù)能夠較準(zhǔn)確地提取到蛋白質(zhì)天然結(jié)構(gòu)中的原子坐標(biāo)，但實(shí)驗(yàn)方法在能夠應(yīng)用的目標(biāo)、研究的分辨率以及質(zhì)量等方面，都存在一定的局限性。尤其對(duì)于藥物設(shè)計(jì)的主要靶標(biāo)膜蛋白來說，極難通過此類方法測定其三級(jí)結(jié)構(gòu)。另一方面，在預(yù)測蛋白質(zhì)三級(jí)結(jié)構(gòu)的計(jì)算方法中，從頭預(yù)測則考慮從氨基酸序列所提供的信息中來計(jì)算其天然結(jié)構(gòu)。

從頭預(yù)測領(lǐng)域主要面臨兩大挑戰(zhàn)：構(gòu)象空間的高維性和能量表面的崎嶇不平。研究表明，已知目標(biāo)序列，其所有可能的空間排布所構(gòu)成的構(gòu)象空間的大小隨著序列長度的增加呈指數(shù)級(jí)增長。進(jìn)化方法是一種用以解決復(fù)雜的搜索和優(yōu)化問題的隨機(jī)優(yōu)化方法，是眾多從頭預(yù)測研究中用來探索蛋白質(zhì)分子構(gòu)象空間的首選搜索方法。但該方法在搜索過程中所表現(xiàn)出來的貪婪性質(zhì)使得它在可能檢測到天然結(jié)構(gòu)的同時(shí)，容易過早收斂到構(gòu)象空間的次優(yōu)區(qū)域，明顯降低搜索效率。

因此，可以對(duì)基本進(jìn)化方法結(jié)合特定領(lǐng)域的技術(shù)做出適當(dāng)?shù)膬?yōu)化實(shí)現(xiàn)對(duì)現(xiàn)有問題的改進(jìn)。

發(fā)明內(nèi)容：

為了克服由于基本進(jìn)化方法中過高的收斂性，從而陷入能量表面的局部極小值區(qū)域。本發(fā)明提出一種采樣效率較高且能提高采樣構(gòu)象質(zhì)量的基于進(jìn)化搜索的蛋白質(zhì)構(gòu)象空間優(yōu)化方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

一種基于進(jìn)化搜索的蛋白質(zhì)構(gòu)象空間優(yōu)化方法，所述方法包括以下步驟：

1)給定輸入序列信息；

2)參數(shù)初始化：設(shè)置種群規(guī)模Ps，當(dāng)前種群的勢能指標(biāo)E_CNT，能量評(píng)估預(yù)算E_min，初始種群搜索軌跡長度N，每一代采樣數(shù)Num_child，運(yùn)動(dòng)計(jì)數(shù)器COUNT；

3)初始化種群：啟動(dòng)Ps條Monte Carlo軌跡，每條軌跡搜索N次，即生成Ps個(gè)初始構(gòu)象；

4)對(duì)當(dāng)前種群P，進(jìn)行如下操作：

4.1)根據(jù)勢能值從P中選出Num_child個(gè)低勢能構(gòu)象作為父代個(gè)體；

4.2)對(duì)父代個(gè)體x_i進(jìn)行如下的片段替換運(yùn)動(dòng)：

4.2.1)在所述父代個(gè)體序列上隨機(jī)均勻地采樣一個(gè)殘基位置i，則對(duì)應(yīng)產(chǎn)生一個(gè)由3個(gè)連續(xù)殘基構(gòu)成的片段[i,i+2]，其中i為父代個(gè)體構(gòu)象鏈上隨機(jī)采樣的殘基編號(hào)；

4.2.2)針對(duì)目標(biāo)片段，從其片段庫中隨機(jī)選擇一個(gè)片段構(gòu)型替換目標(biāo)片段得到子代個(gè)體x_i^′；當(dāng)處理完所有Num_child個(gè)父代個(gè)體時(shí)，進(jìn)入步驟4.3)，否則返回步驟4.2)處理下一父代個(gè)體；