本發(fā)明涉及生物信息學(xué)、計算機應(yīng)用領(lǐng)域，尤其涉及的是一種基于改進螢火蟲算法的多模態(tài)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)和計算機科學(xué)交叉領(lǐng)域的一個研究熱點。生物信息學(xué)研究成果目前已經(jīng)被廣泛應(yīng)用于基因發(fā)現(xiàn)和預(yù)測、基因數(shù)據(jù)的存儲管理、數(shù)據(jù)檢索與挖掘、基因表達數(shù)據(jù)分析、蛋白質(zhì)結(jié)構(gòu)預(yù)測、基因和蛋白質(zhì)同源關(guān)系預(yù)測、序列分析與比對等。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(<10個殘基的小蛋白)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。目前已經(jīng)存在一些有效的結(jié)構(gòu)能量函數(shù)，如簡單網(wǎng)格模型hp及更實際的經(jīng)驗力場模型mm3，amber，charmm，gromos，discover，ecepp/3等；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)象空間進行快速搜索，得到與某一全局最小能量對應(yīng)的構(gòu)象。其中，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。2005年，d.baker在science中指出，構(gòu)象空間優(yōu)化方法是制約蛋白質(zhì)從頭預(yù)測方法預(yù)測精度的一個瓶頸因素。

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

技術(shù)實現(xiàn)要素：

為了克服現(xiàn)有的構(gòu)象空間優(yōu)化方法存在采樣效率、復(fù)雜度及預(yù)測精度方面存在不足，本發(fā)明提供一種基于改進螢火蟲算法的多模態(tài)蛋白質(zhì)構(gòu)象空間優(yōu)化方法：在基本螢火蟲算法框架下，采用粗粒度能量模型來有效降低構(gòu)象空間維數(shù)，利用螢火蟲算法的群體特性來保證蛋白質(zhì)構(gòu)象的多樣性，采用片段組裝技術(shù)對構(gòu)象群體進行初始化，依據(jù)蛋白質(zhì)構(gòu)象的粗粒度表達模型，以一組二面角表示構(gòu)象在空間中的位置，采用能量排名來確定最強發(fā)光個體，選取排名前十的螢火蟲個體作為模態(tài)中心，并計算他們對其余個體的吸引度來更新構(gòu)象的位置，納入吸引度最高的模態(tài)，吸引度指標(biāo)根據(jù)兩個螢火蟲個體的空間距離和相似度計算得到，最終在構(gòu)象空間中搜索得到一系列能量較低的近天然態(tài)構(gòu)象。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

一種基于改進螢火蟲算法的多模態(tài)蛋白質(zhì)構(gòu)象空間優(yōu)化方法，所述方法包括以下步驟：

1)給定輸入序列信息；

2)參數(shù)初始化：設(shè)置群體規(guī)模popsize、子種群數(shù)目nsub、子群規(guī)模上限nsup、迭代次數(shù)generation、光強吸引因子γ和位置更新步長因子α；

3)群體構(gòu)象初始化：根據(jù)給定輸入序列，隨機生成popsize個個體，對群體中的每個個體做length次片段組裝，并計算其熒光亮度io，其中l(wèi)ength為序列長度，io＝-e(p)＝rosettascore3(p)，e為通過rosettascore3能量函數(shù)計算得到的蛋白質(zhì)構(gòu)象能量值，p表示單個構(gòu)象；

4)對步驟3)中計算得到的熒光亮度從大到小排序，令熒光亮度最大的前nsub個體為pgⁱ，i∈[0,nsub]；

5)開始迭代：

5.1)劃分子群：對群體中剩余的popsize-nsub個個體，分別計算pgⁱ對它們的吸引度βⁱ，并將其劃入吸引度最大的pgⁱ所在的子群中，并判斷子群pspgⁱ中個體數(shù)目nnum，若nnum＝nsup，則不再計算pgⁱ對其他個體的吸引度；

5.2)對每個子群中的每個個體，根據(jù)xkⁱ(t+1)＝xkⁱ(t)+βⁱ(xgⁱ(t)–xkⁱ(t))+α(rand–0.5)更新每個個體在空間中的位置，其中xkⁱ(t+1)，xkⁱ(t)表示第i個子群中第k個個體pkⁱ更新后的位置和當(dāng)前的位置，xgⁱ(t)表示個體pgⁱ的當(dāng)前位置，其中β0為最大吸引度因子，rgk表示個體pkⁱ與pgⁱ之間的距離，rmsdgk為個體pkⁱ與pgⁱ之間的相似度，rand為0到1之間的隨機數(shù)，個體位置xkⁱ(t)表示為其中ψj為輸入序列的氨基酸殘基的二面角，j∈[1,length–l+1]，l為片段長度；

5.3)種群個體隨機擺動：對群體中的每個個體進行l(wèi)次隨機片段組裝；

5.4)重新計算每個個體的熒光亮度，更新pgⁱ；

6)判斷是否達到最大迭代次數(shù)generation；

6.1)若當(dāng)前迭代次數(shù)小于generation，返回步驟5.1)；

6.2)若當(dāng)前迭代次數(shù)等于generation，結(jié)束。

本發(fā)明的技術(shù)構(gòu)思為：在基本螢火蟲算法框架下，采用粗粒度能量模型來有效降低構(gòu)象空間維數(shù)，利用螢火蟲算法的群體特性來保證蛋白質(zhì)構(gòu)象的多樣性，采用片段組裝技術(shù)對構(gòu)象群體進行初始化，依據(jù)蛋白質(zhì)構(gòu)象的粗粒度表達模型，以一組二面角表示構(gòu)象在空間中的位置，采用能量排名來確定最強發(fā)光個體，選取排名前十的螢火蟲個體作為模態(tài)中心，并計算他們對其余個體的吸引度來更新構(gòu)象的位置，納入吸引度最高的模態(tài)，吸引度根據(jù)兩個螢火蟲個體的空間距離和相似度計算得到，最終在構(gòu)象空間中搜索得到一系列能量較低的近天然態(tài)構(gòu)象。

本發(fā)明的有益效果為：本發(fā)明在蛋白質(zhì)結(jié)構(gòu)預(yù)測中應(yīng)用，可以得到預(yù)測精度較高、復(fù)雜度較低的構(gòu)象。

附圖說明

圖1是預(yù)測得到的蛋白質(zhì)2mrf的三維結(jié)構(gòu)示意圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明作進一步描述。

參照圖1，一種基于改進螢火蟲算法的多模態(tài)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)給定輸入序列信息；

2)參數(shù)初始化：設(shè)置群體規(guī)模popsize、子種群數(shù)目nsub、子群規(guī)模上限nsup、迭代次數(shù)generation、光強吸引因子γ和位置更新步長因子α；

3)群體構(gòu)象初始化：根據(jù)給定輸入序列，隨機生成popsize個個體，對群體中的每個個體做length次片段組裝，并計算其熒光亮度io，其中l(wèi)ength為序列長度，io＝-e(p)＝rosettascore3(p)，e為通過rosettascore3能量函數(shù)計算得到的蛋白質(zhì)構(gòu)象能量值，p表示單個構(gòu)象；

4)對步驟3)中計算得到的熒光亮度從大到小排序，令熒光亮度最大的前nsub個體為pgⁱ，i∈[0,nsub]；

5)開始迭代：

5.5)劃分子群：對群體中剩余的popsize-nsub個個體，分別計算pgⁱ對它們的吸引度βⁱ，并將其劃入吸引度最大的pgⁱ所在的子群中，并判斷子群pspgⁱ中個體數(shù)目nnum，若nnum＝nsup，則不再計算pgⁱ對其他個體的吸引度；

5.6)對每個子群中的每個個體，根據(jù)xkⁱ(t+1)＝xkⁱ(t)+βⁱ(xgⁱ(t)–xkⁱ(t))+α(rand–0.5)更新每個個體在空間中的位置，其中xkⁱ(t+1)，xkⁱ(t)表示第i個子群中第k個個體pkⁱ更新后的位置和當(dāng)前的位置，xgⁱ(t)表示個體pgⁱ的當(dāng)前位置，其中β0為最大吸引度因子，rgk表示個體pkⁱ與pgⁱ之間的距離，rmsdgk為個體pkⁱ與pgⁱ之間的相似度，rand為0到1之間的隨機數(shù)，個體位置xkⁱ(t)表示為其中ψj為輸入序列的氨基酸殘基的二面角，j∈[1,length–l+1]，l為片段長度；

5.7)種群個體隨機擺動：對群體中的每個個體進行l(wèi)次隨機片段組裝；

5.8)重新計算每個個體的熒光亮度，更新pgⁱ；

6)判斷是否達到最大迭代次數(shù)generation；

6.3)若當(dāng)前迭代次數(shù)小于generation，返回步驟5.1)；

6.4)若當(dāng)前迭代次數(shù)等于generation，結(jié)束。

本實施例以蛋白質(zhì)2mrf為實施例，一種基于改進螢火蟲算法的多模態(tài)蛋白質(zhì)構(gòu)象空間優(yōu)化方法，包含以下步驟：

1)給定輸入序列信息；

2)參數(shù)初始化：設(shè)置群體規(guī)模popsize＝300、子種群數(shù)目nsub＝10、子群規(guī)模上限nsup＝60、迭代次數(shù)generation＝100000、光強吸引因子γ＝0.5和位置更新步長因子α＝0.5；

3)群體構(gòu)象初始化：根據(jù)給定輸入序列，隨機生成popsize個個體，對群體中的每個個體做length次片段組裝，并計算其熒光亮度io，其中l(wèi)ength為序列長度，io＝-e(p)＝rosettascore3(p)，e為通過rosettascore3能量函數(shù)計算得到的蛋白質(zhì)構(gòu)象能量值，p表示單個構(gòu)象；

4)對步驟3)中計算得到的熒光亮度從大到小排序，令熒光亮度最大的前nsub個體為pgⁱ，i∈[0,nsub]；

5)開始迭代：

5.9)劃分子群：對群體中剩余的popsize-nsub個個體，分別計算pgⁱ對它們的吸引度βⁱ，并將其劃入吸引度最大的pgⁱ所在的子群中，并判斷子群pspgⁱ中個體數(shù)目nnum，若nnum＝nsup，則不再計算pgⁱ對其他個體的吸引度；

5.10)對每個子群中的每個個體，根據(jù)xkⁱ(t+1)＝xkⁱ(t)+βⁱ(xgⁱ(t)–xkⁱ(t))+α(rand–0.5)更新每個個體在空間中的位置，其中xkⁱ(t+1)，xkⁱ(t)表示第i個子群中第k個個體pkⁱ更新后的位置和當(dāng)前的位置，xgⁱ(t)表示個體pgⁱ的當(dāng)前位置，其中β0為最大吸引度因子，rgk表示個體pkⁱ與pgⁱ之間的距離，rmsdgk為個體pkⁱ與pgⁱ之間的相似度，rand為0到1之間的隨機數(shù)，個體位置xkⁱ(t)表示為其中ψj為輸入序列的氨基酸殘基的二面角，j∈[1,length–l+1]，l為片段長度；

5.11)種群個體隨機擺動：對群體中的每個個體進行l(wèi)次隨機片段組裝；

5.12)重新計算每個個體的熒光亮度，更新pgⁱ；

6)判斷是否達到最大迭代次數(shù)generation；

6.5)若當(dāng)前迭代次數(shù)小于generation，返回步驟5.1)；

6.6)若當(dāng)前迭代次數(shù)等于generation，結(jié)束。

以蛋白質(zhì)2mrf為實施例，運用以上方法得到了該蛋白質(zhì)的最優(yōu)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。