1.一种基于群体Lipschitz下界估计的蛋白质结构预测方法，其特征在于：所述蛋白质结构预测方法包括以下步骤：

1)给定输入序列信息；

2)设置参数：种群大小NP，交叉因子CR，常数M，最大迭代次数；

3)种群初始化：由输入序列产生初始构象种群

其中，N表示维数， 表示第i个构象Ci的第N维元素，并初始化迭代次数G＝0；

i i

4)对初始种群中的每一个构象C构建Lipschitz下界估计支撑面l：其中，f(Ci)维构象Ci的能量函数值， 为辅助变量，M为常数；

5)针对种群中的每个构象个体Ci，i∈{1,2,3,…,NP}，令Ctarget＝Ci，Ctarget表示目标构象个体，执行以下操作得到变异构象Cmutant：

5.1)随机生成正整数rand1,rand2,rand3∈{1,2,3,......NP}，且rand1≠rand2≠rand3≠i；再生成4个随机整数randrange1,randrange2,randrange3,randrange4；其中randrange1≠randrange2，randrange3≠randrange4∈{1,2,…,L},L为序列长度；

5.2)令a＝min(randrange1,randrange2)，b＝max(randrange1,randrange2)，k∈[a,b]；令c＝min(randrange3,randrange4)，d＝max(randrange3,randrange4)，p∈[c,d]；其中min表示取两个数的最小值，max表示取两个数的最大值；

5.3)用Crand2上位置a到位置b的片段的氨基酸k所对应的二面角phi、psi、omega替换Crand1的相同位置所对应的二面角phi、psi、omega；再使用Crand3上位置c到位置d的片段的氨基酸p所对应的二面角phi、psi、omega替换Crand1上相同位置所对应的二面角phi、psi、omega，然后将所得Crand1进行片段组装得到变异构象个体Cmutant；

6)对变异构象Cmutant执行交叉操作生成测试构象Ctrial：

6.1)生成随机数rand4，rand5，其中rand4∈(0,1)，rand5∈(1,L)；

6.2)根据式(2)执行交叉过程：

其中Cmutant,rand5表示变异构象中的rand5片段，若随机数rand4≤CR，变异构象Cmutant的片段rand5替换为目标构象Ctarget中对应的片段，否则Ctrial直接等于变异构象Cmutant；

7)计算测试构象Ctrial的下界估计值

其中max表示求最大值，min表示求最小值， 为测试构象向量 的第j维元素， 为支撑向量lk的第j维元素；

8)根据如下操作决定测试构象Ctrial是否替换目标构象Ctarget：

8.1)计算目标构象的能量函数值f(Ctarget)；

8.2)如果 则目标构象Ctarget保持不变，并直接进入下一次迭代；

8.3)如果 则计算测试构象Ctrial的实际能量函数值f(Ctrial)，如果f(Ctrial)＜f(Ctarget)，则测试构象Ctrial替换目标构象Ctarget并继续步骤8.4)；

8.4)根据式(1)对测试构象Ctrial构建Lipschitz下界估计支撑面；

9)判断是否满足终止条件，若满足则输出结果并退出，否则返回步骤5)。

2.如权利要求1所述的一种基于群体Lipschitz下界估计的蛋白质结构预测方法，其特征在于：所述步骤9)中，对种群中的每一个个体都执行完步骤5)—8)以后，迭代次数G＝G+

1，终止条件为迭代次数G达到预设最大迭代次数。