1.一种基于排挤策略的多模态蛋白质结构预测方法，其特征在于：所述预测方法包括以下步骤：

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；

g

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P ，记为其中 为第g代种群的第i个构象，设置最大迭代次数Gmax并初始化迭代次数g＝0；

g g

3)通过差分进化算法的交叉、变异操作生成种群P 的试验构象种群U ，记为其中 为第g代种群的第i个试验构象，置i＝

1，过程如下：

g g

3.1)从种群P中选定目标个体 并从种群P 中随机选择两个互异且不同于 的个体

3.2)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；

3.3)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

g

3.4)i＝i+1，循环步骤3.1)‑3.4)直至生成当前种群的试验个体种群U；

g

4)为种群P中的每一个构象 生成其对应的存档集合 置i＝1，过程如下：g g

4.1)对U中的每一个试验构象 置t＝1，计算 与P所有构象的均方根偏差RMSD，若其中最小的RMSD值是由 与 产生的，则将 放入存档集合 中；

4.2)t＝t+1，重复步骤4.1)，直至t＝NP，记此时 中的构象数为n；

4.3)将 同样放入 中，则此时 中的构象数为n+1；

4.4)i＝i+1，循环步骤4.1)‑4.4)直至为每一个构象 均生成其对应的g

5)对每一个 其聚类中心 和聚类半径ri生成如下：其中 为存档集合 中的第j个构象， 为 的构象能量值， 为与 之间的RMSD值；

6)排挤操作：用 取代 进入下一代种群中，即生成 并且g+1 g

对应的ri 等于ri；

7)聚类操作：生成当前第g+1代种群的模态构象集合 其中有对应的聚类半径 模态构象数为K，置i＝1，过程如下：g+1 g+1

7.1)M 初始化为只有一个构象的集合，该构象为种群P 中最好的构象；

g+1 g+1

7.2)将 与M 中的所有构象相比，若满足如下公式，将 放入M ，i＝1,2,...,NP；

其中 为 和 之间的RMSD值；

7.3)i＝i+1，循环步骤7.2)‑7.3)直至为第g+1代种群找到所有的模态构象；

8)判断是否满足终止条件，终止条件为迭代次数g达到预设最大迭代次数Gmax，若满足g+1

则输出结果为 中能量值最低的构象，否则g＝g+1清空M 并且返回步骤3)。