1.一种基于Rosetta局部增强的群体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)输入待测蛋白质的氨基酸序列信息；

2)初始化：设置种群规模NP，交叉概率CR，策略选择因子CS，多样性接受概率RS，Rosetta轨迹长度T，片段长度L1，L2；

3)根据序列信息以片段长度L1进行随机片段组装生成初始构象种群P＝{C1,C2,...,CNP}，其中，Ci的表示当前种群中的第i个构象个体，并根据能量函数Rosetta Score0计算各构象个体的能量，同时初始化迭代次数G＝0；4)采用能量函数Rosetta Score0评价构象的质量，以片段长度L1对初始种群中的每个构象个体执行轨迹长度为T的Rosetta局部增强，并计算每个构象的特征向量；

5)对步骤4)中增强后的每个构象个体Ci,i∈{1,2,…,NP}作如下处理：

5.1)设置能量函数和片段长度：

5.1.1)如果当前迭代次数0＜G≤Gmax/3，则片段长度l＝L1，且选用能量函数Rosetta Score1；

5.1.2)如果当前迭代次数Gmax/3＜G≤2Gmax/3，则片段长度l＝L1，且选用能量函数Rosetta Score2；

5.1.3)如果当前迭代次数G＞2Gmax/3，则片段长度l＝L2，且选用能量函数Rosetta Score3

5.2)如果当前迭代次数G为Gmax/3的整数倍，则对以片段长度l对构象个体Ci执行轨迹长度为T的Rosetta局部增强，并根据步骤5.1)中设置的能量函数进行评价；

5.3)计算目标构象Ci的特征向量，以及Ci与当前种群中其他构象之间的特征向量欧氏距离，并以最小距离为Ci的多样性值Di；

5.4)根据序列信息，利用DSSP得到待测蛋白的loop区域，并随机生成一个0到1之间的随机数p；

5.5)如果p

5.6)如果p≥1-CS，则选出当前能量值最低的构象个体Cbest，并从当前种群中选取两个互不相同的构象个体Ca和Cb，其中，a≠b≠i，a,b∈[1,NP]，从构象个体Ca和Cb中各随机选取一个片段替换Cbest中对应位置的片段，并从Cbest中随机选取一个不包含loop区域的窗口进行片段组装生成变异构象Cmutant；

5.7)随机生成一个0与1之间随机数p′，如果p′＞CR，则随机选取一个loop区域，替换目i mutant trial trial标构象个体C与变异构象个体C 在该区域的二面角，从而生成测试构象C ，否则C直接等于变异构象Cmutant；以片段长度l对测试构象个体Ctrial执行轨迹长度为T的Rosetta局部增强；

5.8)计算增强后测试构象的特征向量，并计算测试构象的特征向量与当前种群中各构trial象个体的特征向量之间的距离，以最小距离为测试构象的多样性值D ；

5.9)计算测试构象Ctrial的能量函数值Etrial，并进行如下操作：

5.9.1)如果Etrial小于当前目标构象个体Ci的能量函数值Ei，则测试构象Ctrial替换目标构象Ci；

5.9.2)如果Etrial大于当前目标构象个体Ci的能量函数值Ei，且测试构象的多样性值Dtrial大于目标构象的多样性值Di，则随机生成一个0与1之间随机数，如果p″>RS，则测试构象Ctrial替换目标构象Ci；

6)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Rosetta局部增强的群体蛋白质结构预测方法，其特征在于：所述步骤2)中，设置最大迭代次数Gmax，所述步骤6)中，对种群中的每个构象个体都执行完步骤5)以后，迭代次数G＝G+1，终止条件为迭代次数G达到最大迭代次数Gmax。