一种基于萤火虫算法的蛋白质结构预测从头方法

摘要

一种基于萤火虫算法的蛋白质结构预测从头方法，在基本萤火虫算法框架下，采用粗粒度能量模型来有效降低构象空间维数，利用萤火虫算法的群体特性来保证蛋白质构象的多样性，采用片段组装技术对构象群体进行初始化，依据蛋白质构象的粗粒度表达模型，以一组二面角表示构象在空间中的位置，采用能量排名来确定最强发光个体，并通过计算个体间的吸引度来更新构象的位置，最终在构象空间中搜索得到最小能量的近天然态构象。本发明在蛋白质结构预测中应用，可以得到预测精度较高、复杂度较低的构象。

主权项

一种基于萤火虫算法的蛋白质结构预测从头方法，其特征在于：所述方法包括以下步骤：1)给定输入序列信息；2)参数初始化：设置群体规模popSize，迭代次数generation，光强吸引因子γ，位置更新步长因子α；3)群体构象初始化：根据给定输入序列，随机生成popSize个个体，对群体中的每个个体做length次片段组装，并计算其荧光亮度Io，其中length为序列长度，Io＝‑E，E为通过RosettaSscore3能量函数计算得到的蛋白质构象能量值；4)对步骤3)中计算的荧光亮度从大到小排序，令荧光亮度最大的个体为p_g；5)开始迭代：5.1)对群体中的每个个体，计算p_g对它的吸引度β；5.2)根据x_i(t+1)＝x_i(t)+β(x_j(t)–x_i(t))+α(rand–0.5)更新每个个体在空间中的位置，其中x_i(t+1)，x_i(t)表示个体p_i更新后的位置和当前的位置，x_j(t)表示个体p_g的当前位置，其中β₀为最大吸引度因子，r_ij表示个体p_i与p_g之间的距离，rand为0到1之间的随机数，群体中每个个体的位置x_i(t)表示为为输入序列的氨基酸残基的二面角，L为片段长度；5.3)对群体中的每个个体进行L次随机片段组装，完成群体随机摆动；5.4)重新计算每个个体的荧光亮度，更新p_g；6)判断是否达到最大迭代次数generation；6.1)若当前迭代次数小于generation，返回步骤5.1)；6.2)若当前迭代次数等于generation，结束。