一种采用渐近式搜索MSA的蛋白质系综预测方法

一种采用渐近式搜索MSA的蛋白质系综预测方法，首先，给定目标蛋白质序列，使用MMSeqs生成MSA。然后，使用DBSCAN方法对每个MSA进行聚类，生成多个子MSA；对于聚类失败的MSA，采用高斯混合模型(GMM)进行期望最大化(EM)聚类；接着，使用BLAST序列比对方法，从每个子MSA中选出相似度最高的序列，再次利用MMSeqs生成新的MSA，将所有子MSA合并为一个新的MSA，去除完全相同的序列，并对长度不一致的序列使用MAFFT添加GAP；处理后的MSA再次聚类，最终输入AlphaFold2生成蛋白质系综。本发明有效利用MSA共进化信息以预测蛋白质动态系综。