1.一种多域蛋白质的局部‑全局模板搜索方法，其特征在于，所述方法包括以下步骤：

1)输入待组装的多域蛋白质的所有单域的三维结构；

2)设置参数：局部评估后要筛选的模板数量R；

3)对多域蛋白质结构库中每个模板与每两个连续域的比对进行打分，过程如下：

3.1)通过蛋白质结构比对工具TM‑align，将第一个单域与模板蛋白从模板的N端开始进行结构对齐，计算该单域与模板之间的比对得分TM‑scoreNC，1；

3.2)忽略模板中将第一个单域对齐的所有残基，根据步骤3.1)计算模板与第二个单域的比对得分TM‑scoreNC，2；

3.3)计算该模板从N到C端比对时的局部得分LScore1：

3.4)通过蛋白质结构比对工具TM‑align，从模板的C端开始，将第一个单域与模板进行结构对齐，计算该单域与模板之间的比对得分TM‑scoreCN，1；

3.5)忽略模板中将第一个单域对齐的所有残基，计算删除后的模板与第二个单域的比对得分TM‑scoreCN，2；

3.6)计算该模板从C到N端比对时的局部得分LScore2：

3.7)选择LScore1和LScore2中较高值为该模板关于这两个连续域的最终局部得分LScore；

4)对于每两个连续域，根据对应的LScore从高到低对所有模板进行排序，选择得分最高的模板为其最优局部模板；

5)对多域蛋白质结构库中的每一个模板蛋白进行局部评估，过程如下：

5.1)通过蛋白质结构比对工具TM‑align，将每个单域与模板进行结构对齐；

5.2)计算每个单域与模板之间的比对得分，将所有域比对得分的调和均值定义为该模板的得分TM‑scoreh：其中Ndom是待组装的单域的总数，TM‑scored是第d个单域与模板结构之间的比对得分；

6)根据步骤5.2)中计算的每个模板的得分TM‑scoreh，从高到低选择前R名的模板进行排名；

7)对排名前R的模板进行全局评估，过程如下：

7.1)根据步骤5.2)，利用TM‑align将每个域与模板从N端到C端进行对齐，在此对齐过程中，不同域之间的对齐不允许重叠，得到该情况下模板的得分TM‑scoreh1；

7.2)根据步骤5.2)，利用TM‑align将每个域与模板从C端到N端进行对齐，在此对齐过程中，不同域之间的对齐不允许重叠，得到该情况下模板的得分TM‑scoreh2；

7.3)对步骤7.1)和7.2)中的得分从高到低进行排名，选择得分最高的模板为最优全局模板，如下；

7.3.1)若最优全局模板不能覆盖所有的域或至少1个单域的比对得分小于预设阈值，则将以最靠近N端的结构域为分割点，分别对N端和C端的结构域进行独立搜索模板，再根据分割点的结构域进行对齐，将独立搜索的得分最高的模板连接起来，生成最终全长模板；

7.3.2)若最优全局模板可以覆盖所有的域，即比对得分大于等于预设阈值，则该模板即为最终全长模板；

8)输出最优局部模板和最终全长模板。

2.如权利要求1所述的一种多域蛋白质的局部‑全局模板搜索方法，其特征在于，所述

7.3)中，所述预设阈值为0.5。