1.一种基于转移熵的策略自适应蛋白质构象空间优化方法，其特征在于：所述方法包括以下步骤：

1)给定输入序列信息，以及蛋白质力场模型，即能量函数Rosetta Score3；

2)初始化：迭代Rosetta协议第一、二阶段，产生具有NP个构象的种群Pg，记为i∈{1,2,…,NP}，其中 为第g代种群的第i个构象，初始化迭代次数g＝0；

3)使种群Pg进行初步探测，迭代n次后生成背景点种群Bg，过程如下：

3.1)给定初始点 置i＝1，则 的搜索方向为 其中为 的 梯 度 ， 为 满足 拟 牛 顿条 件的 矩 阵 ， 的 搜 索 步长 满 足当m＝1时， 为单位矩阵，故 经探测后得到

3.2)i＝i+1，重复步骤3.1)直至i＝NP完成第g代种群Pg的一次探测，重置i＝1；

3.3)计算 当m≠1时，拟牛顿矩阵 的计算公

式如下所示：

而 的搜索方向和搜索步长同步骤3.1)，故 经探测后得

3.4)i＝i+1，重复步骤3.3)直至i＝NP完成第g代种群Pg的再一次探测，重置i＝1；

3.5)m＝m+1，重复步骤3.3)-3.4)直至m＝n完成第g代种群Pg的n次探测，生成背景点种群Bg；

4)采用K-medoids方法对背景点种群Bg进行聚类，得到K个类，其中聚类依据为不同构象之间的均方根偏差RMSD值；

5)计算种群Pg的转移熵 过程如下：

5.1)当g＝0时，记Eg＝0；

5.2)当g≠0时，依据构象的时序关系，统计相邻两代种群Pg-1和Pg中从第i类转移至第j类的概率，记为zij，从而构建转移矩阵Z＝[zij]K×K，其中i和j均∈{1,2,...,K}；

5.3)根据公式 计算熵值，并根据公式 归一化得

到转移熵 其中Emin＝0，

6)根据前后两代的转移熵实现策略自适应操作，过程如下：

6.1)在[0,L-9]内生成均匀随机整数rand1、rand2和rand3，其中L表示氨基酸序列长度；

6.2)当 时，从种群Pg中选定目标构象 并从种群Pg中随机选择构象r1≠r2≠i，将 的第rand1至rand1+8号残基的二面角值替换成 对应残基号的二面角值，将 的第rand2至rand2+8号残基的二面角值替换成 对应残基号的二面角值，生成变异个体 再将 的第rand3至rand3+8号残基的二面角值替换成变异个体 对应残基号的二面角值，生成试验个体

6.3)当 时，从种群Pg中选定目标构象 并从种群Pg中选择最优和次优构象将 的第rand1至rand1+8号残基的二面角值替换成 对应残基号的二面角值，将 的第rand2至rand2+8号残基的二面角值替换成 对应残基号的二面角值，生成变异个体 再将 的第rand3至rand3+8号残基的二面角值替换成变异个体 对应残基号的二面角值，生成试验个体

7)选择操作：用Rosetta score3能量函数计算 和 的能量；根据Metropolis准则决定是否用 替换

8)判断是否满足终止条件，若满足则输出结果并退出，否则g＝g+1并返回步骤5)。

2.如权利要求1所述的一种基于转移熵的策略自适应蛋白质构象空间优化方法，其特征在于：所述步骤2)中，设置最大迭代次数Gmax，所述步骤8)中，终止条件为迭代次数g达到预设最大迭代次数Gmax，若满足根据Rosetta聚类算法对种群Pg中的构象聚类，选出最大类的类心构象作为最终预测结果。