基于距离谱的DE增强蛋白质构象空间采样

蛋白质的从头预测方法的目的就是寻找低能量构象，一般来说，天然构象置于蛋白质能量的最低值。

在这篇论文里，衡量构象的方法不仅包含蛋白质构象的能量，还考虑了残基间的距离。

当试验构象的能量大于目标构象能量时，计算每个残基对之间的距离和距离谱中相应的距离之间的平均

距离误差。如果试验构象相比目标构象获得的平均误差更小，则根据距离谱设计试验构象的接收概率。

• 距离谱（distance profile）

i和j是两个不同位置的残基，对这两个位置分别进行片段比对，从片段库中筛选出前200个片段，然后

计算来自于同一个蛋白质模板的两个残基之间的距离，统计小于9A的距离数，将这些计数以直方

图的形式展示出来，坐标每个间隔为0.5A。

如上图所显示，假设这是i和j的距离谱，可以看到峰值在6A，那么这对残基之间的距离有很大的概率是

位于6A。

• 基于距离谱的差分进化算法DPDE

如果试验构象的能量值小于目标构象，那么可以直接取代目标构象。

反之，则要考虑基于距离谱的两个构象的平均距离误差（这个误差值越小则证明试验构象越接近自然结构）。如果试验构象的平均距离误差低于目标构象的平均距离误差，则首先计算基于距离谱的距离接受概率。


如果两者之间的差值大于6.5A，那么进行截断，让它变成6.5A。这是为了获得一个合理的平均距离误差来指导构象。
这样的话，我们可以不错过那些能量较低同时结构合理的构象，避免了陷入局部最低值。