A method of protein conformation space optimization based on multi-population joint search is proposed. This method uses information interaction and fragment assembly technology among individuals to enhance the detection ability of protein conformation space. It uses multi-population co-evolution and confluence to select individuals with middle energy to form new populations to continue evolution, and alleviates the problem of guiding direction deviation caused by inaccurate energy function. Furthermore, it can improve the overall exploration efficiency and prediction accuracy. The invention provides a protein conformation space optimization method based on differential evolution local perturbation with high prediction accuracy.
【技术实现步骤摘要】
一种基于多种群联合搜索的蛋白质构象空间优化方法
本专利技术涉及生物信息学、计算机应用领域,尤其涉及的是一种基于多种群联合搜索的蛋白质构象空间优化方法。
技术介绍
二十世纪末以来,生命科学领域飞速发展,作为生物体内分布最广、功能最复杂的一类大分子,蛋白质受到尤为广泛的关注和研究。蛋白质的三维结构决定了其特定的生物功能,因此,获得蛋白质的三维结构对于了解其生物功能、疾病诊断和药物设计是至关重要的。目前,获得蛋白质三维结构的途径有两种,第一种途径是实验方法直接测定蛋白质的三维结构,此类方法获得的蛋白质三维结构精度高,但是极其消耗时间和资源、对实验环境要求苛刻,并且不能对所有类型的蛋白质进行测定;第二种途径是利用计算机技术结合生物学信息根据蛋白质氨基酸序列预测蛋白质三维结构。由于通过实验测定蛋白质三维结构的方法存在局限,并且氨基酸序列测定的速度与蛋白质三维结构测定的速度之间的鸿沟不断扩大,利用计算机技术预测蛋白质三维结构已经成为获取蛋白质三维结构的重要手段。根据氨基酸序列预测蛋白质三维结构的方法主要分为同源建模法和从头预测法。其中从头预测法不依赖目标蛋白的同源信息,能够探索新型蛋白质的三维结构。目前比较成功的从头蛋白质结构预测方法有Baker团队开发的Rosetta和张阳团队开发的QUARK等。根据氨基酸序列预测蛋白质三维结构实质上是在能量模型引导下的构象空间优化问题。蛋白质构象空间非常庞大,因此如何高效的探索有效的构象空间就显得尤为重要。目前的蛋白质构象空间优化方法存在对构象空间采样能力不足以及量函数不精确导致的引导方向偏差等问题,导致整体的预测精度不高。因此, ...
【技术保护点】
1.一种基于多种群联合搜索的蛋白质构象空间优化方法,其特征在于,所述构象空间优化方法包括以下步骤:1)输入预测蛋白质的序列信息;2)设置参数:种群规模NP,辅助种群数量M,迭代次数G;3)迭代Rosetta协议第一、二阶段,生成初始种群P={P1,P2,...,PNP},其中Pn表示种群P中的第n个个体,n∈{1,2,...,NP};4)设m=1,其中m∈{1,2,...,M};5)迭代Rosetta协议第一、二阶段,生成一个新种群
【技术特征摘要】
1.一种基于多种群联合搜索的蛋白质构象空间优化方法,其特征在于,所述构象空间优化方法包括以下步骤:1)输入预测蛋白质的序列信息;2)设置参数:种群规模NP,辅助种群数量M,迭代次数G;3)迭代Rosetta协议第一、二阶段,生成初始种群P={P1,P2,...,PNP},其中Pn表示种群P中的第n个个体,n∈{1,2,...,NP};4)设m=1,其中m∈{1,2,...,M};5)迭代Rosetta协议第一、二阶段,生成一个新种群其中表示种群Pnew中的第n个个体,n∈{1,2,...,NP};6)种群P独立进化,过程如下:6.1)设g=1,其中g∈{1,2,...,G};6.2)设n=1,其中n∈{1,2,...,NP};6.3)种群中个体信息交互,过程如下:6.3.1)从种群P中随机选择三个与Pn不同并且互不相同的个体Pbase、Pselect1、Pselect2;6.3.2)从个体Pn、Pselect1和Pselect2中随机选择3个不同的9片段,分别替换个体Pbase中相应的片段,生成新的个体Pcombi;6.4)从个体Pcombi中随机选择一个位置执行一次9片段的片段组装,生成片段组装后的个体Ptria...
【专利技术属性】
技术研发人员:张贵军,刘俊,彭春祥,胡俊,周晓根,郝小虎,
申请(专利权)人:浙江工业大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。