蛋白质是具有一定空间形态结构与功能的氨基酸序列,它是生物体中生化反应的催化酶,对生命系统结构的构建起了重要作用。因此,对蛋白质的结构和功能进行深入的分析和研究,将有助于更好地了解生命活动的过程。然而随着大规模测序工作的完成,蛋白质序列数目却呈指数飞速增长。由于技术原因和测定实验结构的时间成本,已知的蛋白质结构数目和已测序的基因总数之间的差距在不断地扩大。如何利用有效手段对蛋白质的结构进行快速、准确的预测对于研究蛋白质功能和结构具有重要意义。本文基于从头建模的方法对蛋白质的三维结构进行预测。影响从头建模法的关键因素主要有两个:能量函数构建以及构象搜索算法。本文首先构建了新的基于统计方法的能量函数。通过两个生物大分子数据库SCOP与PDB获取蛋白质序列与结构数据,然后去除了蛋白质数据的同源性,仅保留具有代表性的蛋白质结构,通过对氨基酸空间分布关系的频率进行统计,以及对统计结果的标准化与归一化处理,生成了新的能量函数知识矩阵。然后本文提出了新的构象搜索算法,该方法将蛋白质结构初始化到圆柱体表面,并给出了对一个具体构象进行能量计算的方式,通过贪心算法选择最有利的构象变化,并随机选择一个氨基酸残基进行构象搜索与调整,最终生成预测的蛋白质三维结构模型。通过与目前优秀的蛋白质三维结构预测算法的结果进行对比,可以看出本文提出的算法具有优秀的预测能力。但本文的算法属于从头建模的结构预测方法,相较于其它方法预测难度更高。