1.一种实验数据辅助的自适应策略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)给定目标蛋白的序列信息；

2)根据目标蛋白序列从ROBETTA服务器上得到片段库文件，其中包括3片段库文件和9片段库文件；

3)根据目标蛋白序列从CASP网站下载SAXS实验数据，其中包括小角度X散射实验测定得到的蛋白质的散射向量qexp，谱强度Iexp(q)，实验误差eexp(q)；

4)设置参数：种群大小NP，算法的最大迭代代数Gmax ，交叉因子CR，温度因子β，学习周期LP，第一种变异策略在第g代被选择的概率 第二种变异策略在第g代被选择的概率第三种变异策略在第g代被选择的概率 g表示当前的代数，第k种策略在第g代成功次数 置迭代代数g＝0；

5)种群初始化：随机片段组装生成NP个初始构象Ci，i＝{1,2，…,NP}；

6)对种群中的个体Ci进行如下操作：

6.1)将Ci设为目标个体Ctarget，生成随机数pSelect，其中pSelect∈(0,1)；

6.2)若 则从种群中随机选出三个互不相同的个体Ca1、Cb1和Cc1，分别从Cb1、Cc1中随机选择一个位置不同的9片段，分别替换Ca1对应位置的片段生成变异构象Cmutant,并把k置为1；

6.3)若 则先从种群中选择一个能量最低的个体Cbest，再从种群中随机选出两个互不相同的个体Ca2、Cb2，Ctarget≠Ca2≠Cb2≠Cbest，分别从Ca2和Cb2中随机选择一个位置不同的3片段，分别替换Cbest对应位置的片段生成变异构象Cmutant，并把k置为2；

6.4)若 则从种群中随机选出两个互不相同的个体Ca3和Cb3，Ctarget≠Ca3≠Cb3，分别从Ca3、Cb3中随机选择一个位置不同的9片段，分别替换 对应的位置片段生成变异构象Cmutant，并把k置为3；

6.5)对Cmutant进行一次片段组装生成新构象Cmutant′；

6.6)生成随机数pCR，其中pCR∈(0,1)，若pCR＜CR，则从Ctarget中随机选择一个3片段，替换到Cmutant′对应的位置的片段生成测试构象Ctrial，否则直接把Cmutant′记为Ctrial；

6.7)利用FoXS服务器分别计算出Ctarget和Ctrial的散射向量qtarget、qtrial，谱强度Itarget(q)、Itrial(q)，实验误差etarget(q)、etrial(q)；

6.8)根据公式(1)计算Ctarget和Ctrial的模型相似性差，其中N代表散射向量的数量，和 分别代表第n个散射向量对应的SAXS实验的谱强度、FoXS服务器计算得到的Ctarget谱强度和Ctrial谱强度；

6.9)若S＜0，则保留Ctarget；

6.10)若S＞0，利用Rosetta score3能量函数计算Ctarget、Ctrial的能量score3(Ctrial)、score3(Ctarget)，如果score3(Ctrial)

7)当g>LP时，根据公式(2)更新变异策略选择的概率 c是一个很小的常数：

8)g＝g+1，迭代运行步骤5)～7)，至g>Gmax为止；

9)输出Rosetta score3最低的构象为最终结果。