1.一种局部增强的多模态差分进化蛋白质结构从头预测方法，其特征在于：所述构象空间搜索方法包括以下步骤：

1)给定输入序列信息；

2)设置系统参数：种群大小popSize，算法的迭代次数T，交叉因子CR，变异因子MU，片段的长度L，模态数量N；

3)种群初始化：由输入序列产生popSize个种群个体Pinit；

4)模态建立：将种群平均划分为N个模态；

5)开始迭代，执行种群进化过程：

5.1)设i＝1，j＝1,其中i∈{1,2,3,…,N},j∈{1,2,3,…,Nmodal}；令Ptarget＝Pij，其中i,j为序号，Nmodal表示模态中个体的数目，Ptarget表示目标个体；

5.2)针对个体Ptarget做变异操作：从L＝3的片段库中随机选择片段进行片段组装，得到中间个体Ptrial′；

5.3)随机生成正整数rand1，rand2，rand3，其中rand1∈{1,2,3,...,Nmodal}，rand1≠j，rand2∈{1,2,…,Length}，rand3∈(0,1)，其中Length为序列长度；

5.4)若随机数rand3<＝CR，针对Ptrial’做交叉操作：令l＝rand1；k＝rand2；令即：将Ptrial′的第k个氨基酸所对应的二面角 φ,ω替换为Pl相同位置氨基酸对应的二面角 φ,ω；

5.5)令Ptrial＝Ptrial′，得到测试个体Ptrial；

5.6)执行更新操作：根据Rosetta Score3能量函数计算Ptarget和Ptrial的能量：E(Ptarget)，E(Ptrial)；若E(Ptarget)>E(Ptrial)令Ptarget＝Ptrial，否则保持种群不变；

5.7)得到更新后的种群Pupdate；

5.8)针对种群Pupdate中的每一个模态做模态增强：

5.8.1)选择模态中能量最低的两个个体Pdes1，Pdes2，构建当前模态的下界支撑面，得到模态区域最小估计值xmin；

5.8.2)根据 构建广义下降方向Ddes，其中 为个体Pdes1的二面角表示；

5.8.3)根据 生成增强个体Penhance，其中 为个体Pdes2的二面角表示，λ为步长调整因子；

5.8.4)根据Rosetta Score3能量函数计算增强个体的能量：E(Penhance)，并与当前模态中能量最高的个体Pmax进行比较，若能量下降，则用增强个体替换当前能量最高个体；

6)迭代运行步骤5)至达到终止条件。

2.如权利要求1所述的一种局部增强的多模态差分进化蛋白质结构从头预测方法，其特征在于：所述步骤6)中，终止条件为迭代次数T达到最大迭代次数Tmax。