1.一种基于片段组装的蛋白质构象空间优化方法，其特征在于：所述构象空间优化方法包括以下步骤：

1)初始化种群：从蛋白质片段库中随机选取片段产生包含popSize个个体的种群Pint，并设置算法参数：种群大小popSize，蛋白质序列长度Length，算法的迭代次数T，算法的交叉因子CR，蛋白质片段的长度L；

2)根据评分函数f计算每个种群的函数值大小，并进行排序，其中Pmax的函数值最优；

3)在未达到设定的终止条件时，进行以下操作

3.1)对种群Pint中每个个体Pi做以下操作：

3.1.1)设i＝1，其中i∈{1,2,3,…,popSize}；

3.1.2)其中Porigin＝Pi，Porigin为初始种群，Pi为Pint中的每个个体；

3.1.3)随机生成正整数rand1，rand2，rand3；其中rand1≠rand2，且rand1,rand2∈{1,

2,…,Length}，rand3∈{1,2,3,......popSize}，随机数rand1、rand2、rand3选取，其中rand1≠rand2，rand3≠i；

3.1.4)针对个体Pj做变异操作，其中：

j∈{min(rand1,rand2),...,max(rand1,rand2)}a：令Porigin.phi(j)←Prand3.phi(j)；

b：令Porigin.psi(j)←Prand3.psi(j)；

c：令Porigin.omega(j)←Prand3.omega(j)其中phi，psi，omega分别表示构象的三个二面角Φ，Ψ，ω，氨基酸j值大小在rand1和rand2之间，变异操作将Porigin的氨基酸j所对应的二面角phi、psi、omega替换为Prand3的相同位置所对应的二面角；

3.2)通过变异操作得到个体Snew；

3.3)根据 执行算法交叉过程，其中k∈{0,0+L,0+2L,....Length}，L为蛋白质片段的长度，若随机数rand(K)<＝CR,个体Snew的片段K替换为个体Porigin中对应的第k个片段，否则直接继承个体Snew的第k个片段；

3.4)对所得到的Pnew执行选择操作，若f(Pnew)>f(Pmax)，则Pnew替换Pmax，否则保持种群不变；

4)判断是算法迭代是否执行T次，如若未达到，则t←t+1，转至3)继续循环执行算法，至达到终止条件。