本發(fā)明涉及生物信息學(xué)、計算機(jī)應(yīng)用領(lǐng)域，尤其涉及的是一種基于量子進(jìn)化算法的蛋白質(zhì)構(gòu)象空間優(yōu)化方法。

背景技術(shù)：

生物信息學(xué)是生命科學(xué)和計算機(jī)科學(xué)交叉領(lǐng)域的一個研究熱點。目前，根據(jù)Anfinsen假設(shè)，直接從氨基酸序列出發(fā)，基于勢能模型，采用全局優(yōu)化方法，搜索分子系統(tǒng)的最小能量狀態(tài)，從而高通量、廉價地預(yù)測肽鏈的天然構(gòu)象，已經(jīng)成為生物信息學(xué)最重要的研究課題之一。對于序列相似度低或多肽來說，從頭預(yù)測方法是唯一的選擇。從頭預(yù)測方法必須考慮以下兩個因素：(1)蛋白質(zhì)結(jié)構(gòu)能量函數(shù)；(2)構(gòu)象空間搜索方法。第一個因素本質(zhì)上屬于分子力學(xué)問題，主要是為了能夠計算得到每個蛋白質(zhì)結(jié)構(gòu)對應(yīng)的能量值；第二個因素本質(zhì)上屬于全局優(yōu)化問題，通過選擇一種合適的優(yōu)化方法，對構(gòu)象空間進(jìn)行快速搜索，得到與某一全局最小能量對應(yīng)的構(gòu)象。而蛋白質(zhì)構(gòu)象空間優(yōu)化屬于一類非常難解的NP-Hard問題，是制約著蛋白質(zhì)結(jié)構(gòu)從頭預(yù)測方法預(yù)測精度的瓶頸問題。

因此，現(xiàn)有的構(gòu)象空間優(yōu)化方法存在采樣效率及預(yù)測精度方面存在不足，需要改進(jìn)。

技術(shù)實現(xiàn)要素：

為了克服現(xiàn)有的蛋白質(zhì)構(gòu)象優(yōu)化方法的采樣效率低、預(yù)測精度低的不足，本發(fā)明提出一種采樣效率、預(yù)測精度較高的基于量子進(jìn)化算法的蛋白質(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：

一種基于量子進(jìn)化算法的蛋白質(zhì)構(gòu)象空間優(yōu)化方法，所述構(gòu)象空間優(yōu)化方法包括以下步驟：

1)給定輸入序列：

2)設(shè)置參數(shù)：種群規(guī)模pop_size；

3)種群初始化：根據(jù)給定的輸入序列，生成pop_size個種群個體p，組成初始種

群，表示為：需滿足|α_i|²+|β_i|²＝1，令α_i＝sinζ_i，

β_i＝cosζ_i，其中ζ∈[-120°,120°]表示輸入序列中氨基酸的二面角ψ，當(dāng)i

為奇數(shù)時當(dāng)i為偶數(shù)時ζ_i＝ψ_j，i,j為序號索引值，n為序列長度；4)對初始種群中的每一個個體執(zhí)行初始量子觀測：

4.1)令i＝1，i∈{1,2,3,…,2n}；

4.2)在[0,1]上生成一個隨機(jī)數(shù)rand；

4.3)比較|α_i|²與rand的大小，若rand＞|α_i|²，則取ζ_i＝arcsinα，否則，取ζ_i＝arccosβ；

4.4)令i＝i+1；

4.5)若i<2n，返回步驟4.2)，否則轉(zhuǎn)步驟4.6)；

4.6)根據(jù)RosettaScore3能量函數(shù)計算當(dāng)前個體的適應(yīng)度E(p)；

5)開始迭代，對種群中的每個個體做如下操作：

5.1)令k＝1，其中k∈{1,2,…,pop_size}，k為序號；

5.2)令p_target＝p_k，p_target為目標(biāo)個體；

5.3)對p_target執(zhí)行L次片段組裝，得到變異個體p′，其中L為片段長度；

5.4)根據(jù)RosettaScore3能量函數(shù)計算當(dāng)前個體的適應(yīng)度E(p′)；

5.5)采用量子旋轉(zhuǎn)門執(zhí)行量子更新操作：p″表示經(jīng)過量子更新后的個體，θ_i＝s(α_i,β_i)Δθ_i，θ_i是旋轉(zhuǎn)角，s(α_i,β_i)為旋轉(zhuǎn)方向，θ_i根據(jù)預(yù)先設(shè)定的查找表規(guī)則確定；

5.6)判斷E(p)與E(p″)的大小，若E(p)>E(p″)，則用p″代替p，否則保留p；

5.7)令k＝k+1；

5.8)若k<pop_size，返回步驟5.2)，否則轉(zhuǎn)步驟6)；

6)判斷是否滿足終止條件，如果是，則返回步驟5)；否則轉(zhuǎn)步驟7)；

7)迭代結(jié)束，輸出優(yōu)化后得到的構(gòu)象。

進(jìn)一步，所述步驟2)中，設(shè)置迭代次數(shù)generation；所述步驟6)中，終止條件為當(dāng)前迭代次數(shù)等于迭代次數(shù)generation：如果當(dāng)前迭代次數(shù)小于generation，否則返回步驟5)，否則轉(zhuǎn)步驟7)。

本發(fā)明的技術(shù)構(gòu)思為：基于量子進(jìn)化算法框架，以Rosetta Score3為優(yōu)化目標(biāo)函數(shù)，基于氨基酸序列粗粒度表達(dá)模型，將能量計算模型轉(zhuǎn)換為二面角優(yōu)化空間能量模型；采用實相位角編碼方式對氨基酸序列的二面角表達(dá)個體進(jìn)行編碼，通過片段組裝執(zhí)行量子變異操作，以提高預(yù)測精度，應(yīng)用量子旋轉(zhuǎn)門對種群個體進(jìn)行量子更新，以達(dá)到局部調(diào)整角度的目的，通過迭代的進(jìn)化過程，算法將產(chǎn)生能量較低，結(jié)構(gòu)合理的蛋白質(zhì)構(gòu)象。

本發(fā)明的有益效果為：采樣效率和預(yù)測精度較高。

附圖說明

圖1是優(yōu)化得到的1ENH蛋白質(zhì)三維結(jié)構(gòu)示意圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明作進(jìn)一步描述。

參照圖1，一種基于量子進(jìn)化算法的蛋白質(zhì)構(gòu)象空間優(yōu)化方法，包括以下步驟：

1)給定輸入序列：

2)設(shè)置參數(shù)：種群規(guī)模pop_size，迭代次數(shù)generation；

3)種群初始化：根據(jù)給定的輸入序列，生成pop_size個種群個體p，組成初始種群，表示為：需滿足|α_i|²+|β_i|²＝1，令α_i＝sinζ_i，β_i＝cosζ_i，其中ζ∈[-120°,120°]表示輸入序列中氨基酸的二面角ψ，當(dāng)i為奇數(shù)時當(dāng)i為偶數(shù)時ζ_i＝ψ_j，i,j為序號索引值，n為序列長度；4)對初始種群中的每一個個體執(zhí)行初始量子觀測：

4.1)令i＝1，i∈{1,2,3,…,2n}；

4.2)在[0,1]上生成一個隨機(jī)數(shù)rand；

4.3)比較|α_i|²與rand的大小，若rand＞|α_i|²，則取ζ_i＝arcsinα，否則，取ζ_i＝arccosβ；

4.4)令i＝i+1；

4.5)若i<2n，返回步驟4.2)，否則轉(zhuǎn)步驟4.6)；

4.6)根據(jù)RosettaScore3能量函數(shù)計算當(dāng)前個體的適應(yīng)度E(p)；

5)開始迭代，對種群中的每個個體做如下操作：

5.1)令k＝1，其中k∈{1,2,…,pop_size}，k為序號；

5.2)令p_target＝p_k，p_target為目標(biāo)個體；

5.3)對p_target執(zhí)行L次片段組裝，得到變異個體p′，其中L為片段長度；

5.4)根據(jù)RosettaScore3能量函數(shù)計算當(dāng)前個體的適應(yīng)度E(p′)；

5.5)采用量子旋轉(zhuǎn)門執(zhí)行量子更新操作：p″表示經(jīng)過量子更新后的個體，θ_i＝s(α_i,β_i)Δθ_i，θ_i是旋轉(zhuǎn)角，s(α_i,β_i)為旋轉(zhuǎn)方向，θ_i根據(jù)預(yù)先設(shè)定的查找表規(guī)則確定；

5.6)判斷E(p)與E(p″)的大小，若E(p)>E(p″)，則用p″代替p，否則保留p；

5.7)令k＝k+1；

5.8)若k<pop_size，返回步驟5.2)，否則轉(zhuǎn)步驟6)；

6)判斷是否滿足終止條件：如果是，即當(dāng)前迭代次數(shù)小于generation，則返回步驟5)；否則轉(zhuǎn)步驟7)；

7)迭代結(jié)束，輸出優(yōu)化后得到的構(gòu)象。

本實施例以PDB ID為1AIL的蛋白質(zhì)為實施例，一種基于量子進(jìn)化算法的蛋白質(zhì)構(gòu)象空間優(yōu)化方法包括以下步驟：

1)給定輸入序列1AIL：

2)設(shè)置參數(shù)：種群規(guī)模pop_size＝30，迭代次數(shù)generation＝10000；

3)種群初始化：根據(jù)給定的輸入序列，生成pop_size個種群個體p，組成初始種群，表示為：需滿足|α_i|²+|β_i|²＝1，令α_i＝sinζ_i，β_i＝cosζ_i，其中ζ∈[-120°,120°]表示輸入序列中氨基酸的二面角ψ，當(dāng)i為奇數(shù)時當(dāng)i為偶數(shù)時ζ_i＝ψ_j，i,j為序號索引值，n為序列長度；

4)對初始種群中的每一個個體執(zhí)行初始量子觀測：

4.1)令i＝1，i∈{1,2,3,…,2n}；

4.2)在[0,1]上生成一個隨機(jī)數(shù)rand；

4.3)比較|α_i|²與rand的大小，若rand＞|α_i|²，則取ζ_i＝arcsinα，否則，取ζ_i＝arccosβ；

4.4)令i＝i+1；

4.5)若i<2n，返回步驟4.2)，否則轉(zhuǎn)步驟4.6)；

4.6)根據(jù)RosettaScore3能量函數(shù)計算當(dāng)前個體的適應(yīng)度E(p)；

5)開始迭代，對種群中的每個個體做如下操作：

5.1)令k＝1，其中k∈{1,2,…,pop_size}，k為序號；

5.2)令p_target＝p_k，p_target為目標(biāo)個體；

5.3)對p_target執(zhí)行L次片段組裝，得到變異個體p′，其中L為片段長度；

5.4)根據(jù)RosettaScore3能量函數(shù)計算當(dāng)前個體的適應(yīng)度E(p′)；

5.5)采用量子旋轉(zhuǎn)門執(zhí)行量子更新操作：p″表示經(jīng)過量子更新后的個體，θ_i＝s(α_i,β_i)Δθ_i，θ_i是旋轉(zhuǎn)角，s(α_i,β_i)為旋轉(zhuǎn)方向，θ_i根據(jù)預(yù)先設(shè)定的查找表規(guī)則確定，查找表規(guī)則如表1所示；

表1

5.6)判斷E(p)與E(p″)的大小，若E(p)>E(p″)，則用p″代替p，否則保留p；

5.7)令k＝k+1；

5.8)若k<pop_size，返回步驟5.2)，否則轉(zhuǎn)步驟6)；

6)判斷是否滿足終止條件：如果是，即當(dāng)前迭代次數(shù)小于generation，則返回步驟5)；否則轉(zhuǎn)步驟7)；

7)迭代結(jié)束，輸出優(yōu)化后得到的構(gòu)象。

以PDB ID為1AIL的蛋白質(zhì)為實施例，運用以上方法得到了該蛋白質(zhì)的近天然態(tài)構(gòu)象解，如圖1所示。

以上闡述的是本發(fā)明給出的一個實施例表現(xiàn)出來的優(yōu)良效果，顯然本發(fā)明不僅適合上述實施例，在不偏離本發(fā)明基本精神及不超出本發(fā)明實質(zhì)內(nèi)容所涉及內(nèi)容的前提下可對其做種種變化加以實施。