1.一种基于玻尔兹曼更新策略的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)设置初始种群规模NP、最大迭代次数Gen、交叉概率CR、玻尔兹曼温度因子KT，输入查询序列，片段库，预测的二级结构信息，迭代次数g＝0；

2)对种群所有构象进行初始化，对种群中每个构象进行片段组装，利用片段库中相应位置的片段的二面角替换构象中对应位置上的残基二面角，直到所有的残基二面角至少被替换过一次；

3)构象交叉，操作如下：

3.1)选第i，i∈[1,NP]个构象Ci为目标构象，产生一个随机数r，r∈[0,1]，如果r小于CR，则跳到3.2)，否则跳至步骤4)；

3.2)随机选择一个构象Cj,j≠i，利用计算二级结构算法DSSP获取构象Ci的二级结构信息；

3.3)根据Ci残基位置随机选择一个交叉点p，判断交叉点p对应的残基被预测的二级结构的类型；

3.4)针对Ci和Cj，从交叉点p开始依次互换二面角对直到从交叉点p起预测的二级结构类型和交叉点p处对应的二级结构类型不同为止，产生一个新构象C′i；

4)构象变异，对构象C′i和C′j，变异过程如下：

4.1)对构象C′i和C′j进行9残基片段组装，生成两个构象C″i和C″j；

4.2)分别对构象C″i和C″j求二级结构相似性分值Ess：其中L是查询序列长度， 是查询序列query第l个残基预测的二级结构， 是测试构象第l个残基的二级结构，其值由DSSP求得；

4.3)从构象C″i和C″j中选择二级结构相似得分E′ss最高的构象作为变异成功构象；

5)基于玻尔兹曼概率密度函数进行选择，过程如下：

5.1)对种群中的每个构象求二级结构相似性分值Ess，并求出最小的二级结构相似性分值E″ss；

5.2)如果E′ss大于E″ss，则用E′ss对应得构象替换E″ss对应得构象实现种群更新，否则根据二级结构相似性分值求玻尔兹曼概率密度函数值pss：其中ΔEss＝Ess″-Ess′；

5.3)产生一个随机数r′,r′∈[0,1]，如果r′

6)g＝g+1，判断是否达到最大迭代次数Gen，若不满足条件终止条件，则遍历种群执行步骤3)，否则输出最后预测结果。