一种用于蛋白质结构预测的轨迹多尺度分析方法技术

一种用于蛋白质结构预测的轨迹多尺度分析方法，采用二进制关联图来表示蛋白质构象的全局折叠信息，不同构象之间的结构差异使用汉明距离表示，通过构建搜索轨迹的全局差异信息矩阵，采用多维尺度分析分析方法，将差异信息矩阵转换为二维平面结构差异信息图，通过平面结构差异信息图，便可以获取搜索过程中所有构象的结构关系，实现搜索轨迹的跟踪查看。本发明专利技术在蛋白质结构预测中应用，分析搜索轨迹，可以准确捕获微小结构差异、展现如折叠类型、接触模式等结构组成方式信息。

【技术实现步骤摘要】
一种用于蛋白质结构预测的轨迹多尺度分析方法
本专利技术涉及生物信息学、计算机应用领域，尤其涉及的是一种用于蛋白质结构预测的轨迹多尺度分析方法。
技术介绍
生物信息学是生命科学和计算机科学交叉领域的一个研究热点。蛋白质结构从头预测又是生物信息学中一个极其重要的研究问题，在蛋白质结构从头预测问题中，需要针对预测方法在构象空间中执行搜索过程的轨迹进行分析，以获取有用的信息来指导算法的优化，进而对预测方法进行初步的评估，筛选出结构合理的优化构象。而执行一次搜索过程所得到的蛋白质构象轨迹数据是高维的，也就是说蛋白质有着众多数量的残基，且每个残基有其对应的参数数据，不能直接对其进行表示。通过使用降维技术，就可以在二维或三维图像中直观的表示搜索过程中得到的蛋白质轨迹数据。这样，就可以方便的来比较一次搜索过程中得到的所有构象之间的结构差异性。通常，构象搜索轨迹表达方式采用最小均方根偏差RMSD指标，结构相似度指标TM_Score等，这些方法操作简便，易于使用，在一定程度上表达了不同构象之间的结构差异性，被广泛采用。目前，搜索过程轨迹分析方法主要存在以下问题：仅用一个单一的数值来表达结构之间的差异性，本文档来自技高网...

【技术保护点】
一种用于蛋白质结构预测的轨迹多尺度分析方法，其特征在于：所述方法包括以下步骤：1)给定搜索轨迹中所有构象的PDB文件；2)设置距离阈值K；3)获取所有构象的二进制关联图：3.1)读取PDB文件，令i＝1，i为蛋白质PDB文件中氨基酸残基序号；3.2)读取第i个残基的坐标信息Cor_i；3.3)分别计算第i个残基与第j个残基的欧式距离Dij，j∈(i+1,l)，l为蛋白质序列长度；3.4)判断Dij与K的关系；3.5)若Dij>K，则在二进制关联图的第i行j列的位置记0；3.6)若Dij<K，则在二进制关联图的第i行j列的位置记1；3.7)判断i是否等于l‑1；3.8)是，则转到步骤...

【技术特征摘要】
1.一种用于蛋白质结构预测的轨迹多尺度分析方法，其特征在于：所述方法包括以下步骤：1)给定搜索轨迹中所有构象的PDB文件；2)设置距离阈值K；3)获取所有构象的二进制关联图：3.1)读取PDB文件，令i＝1，i为蛋白质PDB文件中氨基酸残基序号；3.2)读取第i个残基的坐标信息Cor_i；3.3)分别计算第i个残基与第j个残基的欧式距离Dij，j∈(i+1,l)，l为蛋白质序列长度；3.4)判断Dij与K的关系；3.5)若Dij>K，则在二进制关联图的第i行j列的位置记0；3.6)若Dij<K，则在二进制关联图的第i行j列的位置记1；3.7)判断i是否等于l-1；3.8)是，则转到步骤4)；3.9)否，令i＝i+1，...

【专利技术属性】
技术研发人员：张贵军，郝小虎，马来发，周晓根，王柳静，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33