1.一种基于构象多样性策略的蛋白质三维结构预测方法，其特征在于：所述蛋白质三维结构预测方法包括以下步骤：

1)给定预测蛋白质序列信息；

2)设置系统参数：种群规模N，种群的进化次数Gmax，重组概率pc，变异概率pm；

3)第一阶段，种群初始化：迭代Rosetta协议第一阶段的片段组装，产生具有N个个体的初始种群 令

4)第二、三、四阶段基于相应的Rosetta协议，分别执行步骤5)至步骤9)；

5)开始迭代，设g＝1，其中种群代数g∈{1,2,...,Gmax}；

new new

6)对种群P 中的每一个个体Pi ，其中i∈{1,2,...,N}，使用Rosetta协议相应阶段的片段组装进行构象搜索，产生下一代种群P＝{P1,P2,...,PN}，g＝g+1；

7)对种群P中的个体执行遗传算子操作和局部搜索，产生新的种群P*，过程如下：

7.1)对种群P中的个体随机两两配对，生成N/2对父本＜Pi,Pj＞，其中i,j均∈{1,

2,...,N}，且i≠j；

7.2)执行重组操作：对每一对父本，生成随机数rand1∈[0,1]；当rand1≤pc，随机交换Pi和Pj的一个loop区域的残基二面角值，产生对应的新构象个体Pi′,Pj′，所有父本执行完重组操作后形成新的种群P′；

7.3)执行变异操作：对种群P′中的每一个个体Pi′，其中i∈{1,2,...,N}，进行变异，过程如下：

7.3.1)检测个体Pi′的每一个滑动窗口Wik中是否含有二级结构为loop的残基，其中k∈{1,2,...,l-f+1}，l表示蛋白质序列的长度，f∈{3，9}表示片段的长度，第二、三阶段f＝9，第四阶段f＝3；

7.3.2)若Wik中含有二级结构为loop残基：生成随机数rand2∈[0,1]；rand2≤pm，执行一次片段插入，对该窗口中的loop残基进行变异；

7.3.3)遍历完所有窗口后，产生新的个体Pi″；

7.3.4)所有个体执行完变异操作后形成新的种群P″；

7.4)执行局部搜索操作：对种群P″中的每一个个体Pi″，其中i∈{1,2,...,N}，使用Rosetta协议相应阶段的片段组装进行局部搜索，产生新的个体Pi*；所有个体执行完局部搜索操作后形成新的种群P*；

8)生成候选个体集合 其中M表示集合 中的个体数量；计算每一个候选个体 的能量 和多样性 其中t∈{1,2,...,M}；过程如下：

8.1)候选个体的能量 由Rosetta协议相应阶段的能量函数计算；

8.2)候选个体的多样性 其中均方根

误差 表示构象xt和xl的相似程度，l∈{1,2,...,M}；Γ＝＜γ1,γ2,...,γG＞表示构象的折叠状态，其中γe表示构象中二级结构元素间的位置关系，e∈{1,2,...G}；G＝2m(m-1)，m表示构象中二级结构元素的个数；

9)从候选个体集合中选择优秀个体进入下一代，过程如下：

9.1)根据构象的能量和多样性对候选个体进行排序；执行M次循环排序，每次循环执行步骤9.2)；

9.2)设h＝1,其中h∈{1,2,...,M-1}，过程如下：

9.2.1)生成随机数rand3∈[0,1]；

9.2.2)若 且 交换 和 的位

置，转至步骤9.2.7)；否则，执行步骤9.2.3)；

9.2.3)若 且 交换 和 的位

置，转至步骤9.2.7)；否则，执行步骤9.2.4)；

9.2.4)若 且 且rand3≤0.5，交换和 的位置，转至步骤9.2.7)；否则，执行步骤9.2.5)；

9.2.5)若rand3≤0.5且 交换 和 的位置，转至步骤

9.2.7)；否则，执行步骤9.2.6)；

9.2.6)若rand3＞0.5且 交换 和 的位置，转至步骤

9.2.7)；

9.2.7)h＝h+1，若h≤M-1，转至9.2.1)；否则，结束本次循环；

9.3)执行完M次循环排序后，生成有序的候选个体集合

9.4)选择集合 的前N个个体形成下一代种群Pnew；

9.5)g＝g+1，若g≤Gmax，转至步骤7)；否则，结束本阶段循环；

10)根据Rosetta协议输出预测结果。