一种全局和局部下界估计协同的群体蛋白质结构预测方法

摘要

一种全局和局部下界估计协同的群体蛋白质结构预测方法，在差分进化算法框架下，首先，通过计算当前种群中每个构象个体的支撑向量建立能量模型的全局下界估计模型；然后，针对每个测试构象，选取与其邻近的部分构象构建邻近构象子种群，然后从其中随机选取构象指导变异过程；其次，根据与测试构象最近的构象的支撑向量计算能量局部下界估计值，并根据全局下界估计模型计算对应的能量全局下界估计值；最后选取能量全局和局部下界估计值中的较低者来指导构象的选择过程，减少能量函数的评价。本发明提供一种计算代价较低且预测效率较高的全局和局部下界估计协同的群体蛋白质结构预测方法。