1.一种基于二级结构相似性选择策略的蛋白质结构预测方法，其特征在于：所述包括以下步骤：

1)设置种群规模NP、迭代次数G、交叉概率CR、玻尔兹曼温度因子KT，输入查询序列，片段库，预测的二级结构信息，迭代次数g＝0；

2)对种群所有构象进行初始化，对种群中每个构象进行片段组装，直到构象的每个残基的二面角至少被替换过一次；

3)构象交叉，操作如下：

3.1)选第i，i∈[1,NP]个构象Ci为目标构象，产生一个随机数r，r∈[0,1]，如果r小于CR，则跳到3.2)，否则跳至步骤4)；

3.2)随机选择一个构象Cj,j≠i，根据Ci残基位置随机选择一个交叉点p，产生一个随机数r′，r′∈[3,9]；

3.3)针对构象Ci和Cj，从交叉点p开始互换r′个二面角对，产生两个构象C′i和C′j，并用Rosetta能量函数“score3”分别计算其能量值；

4)构象变异，对构象C′i和C′j，变异过程如下：

4.1)对构象C′i和C′j进行9残基片段组装，生成两个构象C″i和C″j，并用Rosetta能量函数“score3”分别计算其能量值，若变异后的能量值比变异前能量值变小，则接收变异构象C″i和C″j，若能量值变大，则以Boltzmann概率 接收变异后个体C″i和C″j，其中ΔE为片段组装前后构象的能量差值；

4.2)分别对构象Ci、C″i和C″j求二级结构相似性分值Ess：其中L是查询序列长度， 是查询序列query第l个残基预测的二级结构， 是测试构象第l个残基的二级结构，其值由计算二级结构算法DSSP求得；

4.3)从构象Ci、C″i和C″j中选择二级结构相似得分E′ss最高的构象作为变异成功构象；

5)基于二级结构相似性进行选择，过程如下：

5.1)对种群中的每个构象求二级结构相似性分值Ess，并求出最小的二级结构相似性分值E″ss；

5.2)如果E′ss大于E″ss，则用E′ss对应得构象替换E″ss对应得构象实现种群更新；

6)g＝g+1，判断是否达到最大得迭代次数G，若不满足条件终止条件，则i+1返回步骤

3)，否则输出最后预测结果。