1.一种基于全局和局部策略协作的群体蛋白质结构预测方法，其特征在于：所述方法包括以下步骤：

1)输入待测蛋白质的序列信息，并从ROBETTA服务器上得到片段库；

2)参数设置：设置种群规模NP，交叉概率CR，片段长度l，温度因子KT，最大迭代次数Gmax，并初始化迭代次数g＝0；

3)从对各残基位对应的片段库中随机选择片段组装生成初始构象种群P＝{C1,C2,...,CNP}，其中，Ci,i＝{1,2,…,NP}为种群P中的第i个构象个体；

4)对种群中的每个构象Ci,i∈{1,2,…,NP}执行全局策略，过程如下：

4.1)将构象Ci看作目标构象，从当前种群中随机选择四个互不相同且与目标构象不同的构象Ca、Cb、Cc和Cd；

4.2)分别从构象Ca和Cb中随机选择一个残基位不同的片段替换构象Cc中对应位置的片段，生成第一个变异构象

4.3)分别从Ca、Cb和Cc中随机选择一个残基位不同的片段替换目标构象Ci中对应位置的片段，生成第二个变异构象

4.4)分别从Ca、Cb和Cc中随机选择一个残基位不同的片段替换目标构象Cd中对应位置的片段，生成第三个变异构象

4.5)随机生成一个0和1之间的小数R，如果R

4.6)根据Rosetta score3能量函数分别计算测试构象 和Ci的能量值，并将 和 中能量值最低的构象看作最优测试构象Ctrial；

4.7)如果Ctrial的能量值小于Ci的能量值，则Ctrial替换Ci，否则根据玻尔兹曼概率用Ctrial替换Ci，其中ΔE为Ctrial的能量值与Ci的能量值误差的绝对值；

5)对步骤4)得到的新种群中的每个构象Ci,i∈{1,2,…,NP}执行局部策略，过程如下：

5.1)找出种群中能量值低于构象Ci的所有构象 如果这些构象的数量M>1，则继续步骤5.2)，否则转到步骤5.6)；

5.2)从 中随机选择一个构象 并从整个种群中随机选择三个互不相同的，且与 和Ci也不同的构象Ce、Cf和Cg；

5.3)分别从构象Ce和Cf中随机选择一个残基位不同的片段替换构象 中对应位置的片段，生成变异构象

5.4)分别从构象Ce和 中随机选择一个残基位不同的片段替换构象Ci中对应位置的片段，生成变异构象

5.5)分别从构象Ce、Cf和Cg中随机选择一个残基位不同的片段替换构象 中对应位置的片段，生成变异构象

5.6)根据步骤4.1)～4.4)生成变异构象 和

5.7)将 和 分别看作 和 根据步骤4.5)～4.7)更新种群；

6)g＝g+1，如果g>Gmax，则输出能量最低的构象作为最终预测结构，否则返回步骤4)。