提出了一个简单快速的从头算的折叠预测算法，这一方法完全基于物理原理，从根本上有别于其他的利用同源性建模，刻纹(threading)和基于对已知晶体结构作统计比较等的结构预测方法.算法类似于能量优化算法.但也不需要像传统的做法那样从刚性的或半刚性的二级结构开始然后再组装成紧凑的三级结构.在我们的最陡下降优化算法中，"相对熵"(见正文定义)代替了体系的哈密顿.这一改变导致的结果是使本方法实质上是在按照Boltzmann分布的构象空间中搜索最大可能的构象，因而它更接近于从自由能的角度考虑体系的优化.其中只用到了蛋白质主链上的两两连续的Cα原子间的距离信息以及20种氨基酸的接触势的一个扩展形式，在扩展的接触势里附加了一个起近邻排斥作用的类似于van der Waals的约束势.在格子和真实蛋白质上对算法做了测试，预测过程的初始结构从充分去折叠后得到的线团开始，得到了一致的较好的模拟预测结果，4个蛋白质例子的预测构象相对于它们天然结构的均方根偏差(RMSD)在5～7(A)间，并保持了天然结构中部分主要的二级结构.从原理上讲，本方法是对能量优化的改进.它还具有势函数简单和计算快速的优点.本方法与其他方法的不同之处也作了讨论.