一种基于树搜索和片段组装的蛋白质结构预测方法

摘要

一种基于树搜索和片段组装的蛋白质结构预测方法，包括以下步骤：A1、获取蛋白质的pdb格式的文件并清洗出所需数据；A2、生成片段库；A3、选取力场模型；A4、采用Rosetta的score3能量函数；A5、将整个能量图景离散化，并将每层进一步离散化，分成单独的分块区，每次搜索根据能量的权重随机选取一个能量层，并在该能量层依概率选取一个分块区，如果分块区中包含有构象，采用片段组装方法，随机选取序列上的一个片段，然后在片段库中随机选取一个片段，替换序列上的目标片段，用蒙特卡洛准则来判断是否接受这个构象，如果接受则将它放入一个集合当中。本发明可以大大减少计算量和计算时间，保证搜索到能量较低的构象。

主权项

一种基于树搜索和片段组装的蛋白质结构预测方法，其特征在于：所述预测方法包括以下步骤：A1、获取蛋白质的pdb格式的文件并清洗出所需数据；A2、生成片段库；A3、选取力场模型，力场模型表示形式如下：E_protein＝W_inter repE_inter rep+W_inter atrE_inter atr+W_solvationE_solvation+W_bb/sc hbE_bb/sc hb+W_bb/bb hbE_bb/bb hb+W_sc/sc hbE_sc/sc hb+W_pairE_pair+W_dunbrackE_dunbrack+W_ramaE_rama+W_referenceE_reference     (1)式中，E_protein表示蛋白质的总能量，E_inter rep表示范德华排斥力作用，W_inter rep为E_inter rep在整体的权重，E_inter atr表示范德华吸引力作用，W_inter atr为E_inter atr在整体的权重，E_solvation为Lazarids和Karplus描述的隐含的溶解作用，W_solvation为E_solvation在整体的权重，E_bb/sc hb、E_bb/bb hb、E_sc/sc hb为依赖方向的氢键能量，W_bb/sc hb、W_bb/bb hb、W_sc/sc hb分别为其能量在整体的权重，E_pair为残基对静电作用，W_pair为E_pair在整体的权重，E_dunbrack为氨基酸基于旋转异构体库的内部的能量，W_dunbrack为E_dunbrack在整体的权重，E_rama为参考特定位置的Ramachandrin骨链扭力，W_rama为E_rama在整体的权重，E_reference为未折叠态的蛋白质的参考能量，W_reference为E_reference在整体的权重，Rosetta的能量函数就是将所有的能量项通过各自的权重线性相加；用于计算能量层的权重W(l)的公式：$W\left(l\right)=E_{protein}^2+\frac{1.0}{2^{22}}---\left(2\right)$W(l)为第L层的权重值，E_protein是蛋白质构象的能量值，该能量层被选中的概率P(l)为：$P\left(l\right)=\frac{W\left(l\right)}{\underset{l=1}{\overset{100}{\Sigma }}W\left(l\right)}---\left(3\right)$某一个分块区被选中的的概率P(cell)为：$P\left(cell\right)=\frac{1.0}{[(1.0+nsel)*nconfs]}---\left(4\right)$其中nsel记录的是该分块区被选中的次数，nconfs记录的是绑定到该分块区上的构象的数目；A4、选取能量函数，采用Rosetta的score3能量函数；A5、蛋白质结构预测过程如下：Step1：初始化工作，导入各种程序运行所需的包和模块，氨基酸序列的初始化，创建相应的文件夹存放低能量的构象和相关数据和图表，创建MC对象和Mover对象；Step2：进入迭代循环，给定迭代次数，由迭代次数控制循环次数；Step3：根据权重函数选择相应的能量层，权重函数列表由公式(2)动态生成并扩展，E_protein由score3函数计算得出并放入一个能量列表中；Step4：依概率随机选中特定的分块区，概率由公式(4)计算得出；Step5：首先判断该分块区中是否存在构象，如果存在则取出该构象；Step6：对取出的蛋白质构象进行扰动，也就是片段组装，随机选取该构象中的一段长度为3的片段，然后随机选取片段库中与其序列相同的片段，其本质就是替换该片段的3个二面角的值；Step7：用蒙特卡洛评判标准判断构象是否接受；如果接受则放入集合，不接受则跳转到Step2，进入下一次迭代，直到循环次数达到设定的循环值则停止。