科创中国

为了克服现有的蛋白质结构预测方法在预测精度和计算代价方面的不足，本发明提出一种预测精度高、计算代价低的基于群体抽象凸估计的多阶段差分进化蛋白质结构预测方法。

一种基于抽象凸估计的多阶段差分进化蛋白质结构预测方法，首先，计算当前种群中各构象个体到新构象的距离，并根据距离进行升序排列；然后，选取新构象个体的部分邻近构象个体抽象凸下界估计支撑面，以获取新构象个体的能量下界估计值；其次，计算所有新构象个体的能量下界估计值与实际能量值之间的平均估计误差，并根据平均估计误差的变化将整个算法分为多个优化阶段；最后，根据上一次迭代中的平均估计误差判断当前迭代所处的阶段，并对各阶段设计不同的策略生成新构象个体。本发明提出一种预测精度高、计算代价低的基于群体抽象凸估计的多阶段差分进化蛋白质结构预测方法。

生物医药研究领域

在新药研发过程中，了解蛋白质的结构对于设计能够与目标蛋白质相互作用的药物分子至关重要。这种蛋白质结构预测方法可以帮助研究人员在实验手段难以获取结构的情况下，快速预测蛋白质的三维结构。例如，对于一些膜蛋白，实验测定其结构难度较大，该方法可以提供结构模型，为药物筛选提供基础，加速针对这些蛋白质靶点的药物研发进程。

在生物医学基础研究中，有助于研究蛋白质的折叠机制和功能关系。通过预测不同状态下蛋白质的结构变化，深入理解生命过程中的分子机制，如细胞信号传导、基因表达调控等。

生物信息学领域

随着生物基因组数据的大量积累，对未知蛋白质结构的预测是生物信息学的重要任务之一。该方法可以作为一种有效的工具，处理大规模的蛋白质序列数据，构建蛋白质结构数据库。这些结构信息可以用于生物进化研究、比较基因组学等多个方面，挖掘生物分子之间的潜在关系。

生物技术产业领域

在生物工程和生物技术产品开发中，如生物酶的工程改造、生物材料的设计等，蛋白质结构的知识是关键。这种预测方法可以为这些产品的开发提供结构基础，帮助工程师设计出性能更优的生物产品，例如具有更高催化效率的酶或者具有更好生物相容性的生物材料。

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：首先，计算当前种群中各构象个体到新构象的距离，并根据距离进行升序排列；然后，对新构象个体的邻近构象个体抽象凸下界估计支撑面，以获取新构象个体的能量下界估计值；其次，计算所有新构象个体的能量下界估计值与实际能量值之间的平均估计误差，并根据平均估计误差的变化将整个算法分为多个优化阶段；最后，根据上一次迭代中的平均估计误差判断当前迭代所处的阶段，并对各阶段设计不同的策略生成新构象个体。

本发明的有益效果表现在：一方面，根据平均估计误差的变化判断算法所处的阶段，从而设计不同的策略生成新构象个体，不仅可以加快算法的收敛速度，而且可以提高预测精度；另一方面，在各阶段的策略中选用不同个体的信息进行片段组装，缩小了搜索空间，从而降低了计算代价。

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。