科创中国

为了克服现有的蛋白质构象优化方法的采样效率较低、复杂度较高、预测精度较低的不足，本发明提出一种采样效率较高、复杂度较低、预测精度较高的基于简约空间抽象凸下界估计的蛋白质构象优化方法。

一种基于简约空间抽象凸下界估计的蛋白质构象优化方法，包括以下步骤：根据粗粒度能量模型，以Rosetta Score3为优化目标函数，将能量计算模型转换为二面角优化空间能量模型；通过特征向量提取，将高维二面角优化问题转换为实际可操作的笛卡儿空间优化问题；基于Karmarker射影变换，将笛卡儿空间能量模型转换成单位单纯形约束下的非线性优化问题，如此构建抽象凸下界支撑面，并进行更新；结合片段组装和Monte Carlo算法获得一系列亚稳态构象；最后，通过Rosetta服务器提供的Refinement服务获得高分辨率的蛋白质构象。本发明采样效率较高、复杂度较低、预测精度较高。

生物医学研究领域

药物研发辅助：在药物设计中，了解蛋白质的准确构象对于药物靶点的确定和药物分子与靶点的相互作用研究至关重要。这种蛋白质构象优化方法可以帮助研究人员更准确地预测蛋白质的活性构象，从而设计出更有效的药物分子。例如，在抗癌药物研发中，通过优化蛋白质构象，找到癌细胞中关键蛋白质的活性位点，为开发针对性的抗癌药物提供理论依据。

疾病机制研究：许多疾病的发生与蛋白质的结构和功能异常有关。通过优化蛋白质构象，可以深入研究蛋白质在疾病状态下的变化，揭示疾病的发病机制。例如，在神经退行性疾病研究中，研究与疾病相关的蛋白质构象变化，有助于理解疾病的病理过程，为疾病的诊断和治疗提供新思路。

生物技术与生物工程领域

蛋白质工程应用：在蛋白质工程中，需要对蛋白质的结构进行改造以获得具有特定功能的蛋白质。该构象优化方法可以为蛋白质工程提供指导，帮助设计和优化蛋白质的结构改造方案。例如，在工业酶的改造中，通过优化酶蛋白的构象，提高酶的催化效率、稳定性和底物特异性，应用于食品、制药、纺织等行业。

生物制药生产优化：在生物制药过程中，如重组蛋白药物的生产，蛋白质的正确折叠和构象对于药物的质量和活性至关重要。这种构象优化方法可以用于优化蛋白质的生产工艺，提高重组蛋白的产量和质量。例如，通过控制蛋白质在细胞内的折叠环境，或者在体外复性过程中应用构象优化方法，提高生物制药的生产效率。

计算生物学与计算机科学交叉领域

算法创新与发展：基于简约空间抽象凸下界估计的蛋白质构象优化方法为计算生物学中的算法研究提供了新的思路。这种方法可以与其他计算方法相结合，如分子动力学模拟、蒙特卡洛模拟等，开发出更高效、更准确的蛋白质构象预测和优化算法。例如，在大规模蛋白质结构预测项目中，提高预测的速度和精度。

跨学科研究平台搭建：该方法的应用促进了生物科学与计算机科学的交叉融合。它可以作为一个跨学科研究平台，吸引计算机科学家和生物学家共同合作，开展从算法开发到生物学应用的一系列研究，推动两个学科领域的共同发展。

浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”（2011计划）协同创新中心牵头高校和浙江省首批重点建设高校，坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务，以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色，大力培养德智体美劳全面发展，富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。

本发明的技术构思为：基于遗传算法(GA)的框架，以Rosetta Score3为优化目标函数，基于粗粒度的表达模型，将能量计算模型转换为二面角优化空间能量模型；通过特征向量提取，将高维二面角优化问题转换为实际可操作的笛卡儿空间优化问题；基于Karmarker射影变换，进一步将笛卡儿空间能量模型转换成单位单纯形约束下的非线性优化问题，如此构建抽象凸下界支撑面，并进行更新，通过不断收紧的下界信息来指导搜索，并达到减少能量评价次数的目的；结合片段组装和Monte Carlo算法获得一系列亚稳态构象；最后，通过Rosetta服务器提供的Refinement服务获得高分辨率的蛋白质构象。

本发明的有益效果为：采样效率较高、复杂度较低、预测精度较高。

技术转让，许可，合作所需资金需双方协商，此项技术想尽快落地，希望具备此项技术研发的技术方，能够尽快承接此项目。