Применение многомерной квантильной функции в задаче пептид-белок докинг
Автор: Полуян Сергей Владимирович, Ершов Николай Михайлович
Статья в выпуске: 2 т.8, 2019 года.
Бесплатный доступ
Настоящая работа посвящена исследованию применения стохастических эволюционных алгоритмов оптимизации к задаче пептид-белок докинга. В статье продемонстрированы основные положения, сводящие докинг к задаче непрерывной глобальной оптимизации. Представлены основные особенности рассматриваемой задачи и возникающие трудности применения эволюционных алгоритмов оптимизации. Предложен способ применения эволюционных алгоритмов, включающий использование эмпирической квантильной функции. Приведено краткое «рекурсивное» определение структуры многомерной квантильной функции с использованием одномерного квантильного преобразования. Представлен сеточный подход применения квантильной функции и указаны его недостатки. Предложен детерминированный алгоритм построения выборки, приведена схема его распараллеливания и получаемое ускорение. Для квантильной функции описана схема использования параллельных вычислений, включающая вычисления на графических ускорителях. Предложено несколько способов параллелизации с использованием выборки в явном виде. Продемонстрирована их производительность в зависимости от размера выборки. Представлены результаты докинга с использованием эволюционного алгоритма и его модификации с применением квантильной функции. Выполнено сравнение с актуальным методом докинга в рамках одного силового поля. Проведен анализ результатов вычислительных экспериментов.
Глобальная оптимизация, эволюционные алгоритмы, эмпирическая квантильная функция, докинг
Короткий адрес: https://sciup.org/147233196
IDR: 147233196 | DOI: 10.14529/cmse190204
Список литературы Применение многомерной квантильной функции в задаче пептид-белок докинг
- Rentzsch R., Renard B.Y. Docking Small Peptides Remains a Great Challenge: An Assessment Using AutoDock Vina // Briefings in Bioinformatics. 2015. Vol. 16, No. 6. P. 1045-1056. DOI: 10.1093/bib/bbv008
- Raveh B., London N., et al. Rosetta FlexPepDock ab-initio: Simultaneous Folding, Docking and Refinement of Peptides onto Their Receptors // PLoS ONE. 2011. Vol. 6, No. 4. DOI: 10.1371/journal.pone.0018934
- Lopez-Camacho E., Garcia Godoy M.J., et al. Solving Molecular Flexible Docking Problems with Metaheuristics: A Comparative Study // Applied Soft Computing. 2015. DOI: 10.1016/j.asoc.2014.10.049
- Alford R.F., Leaver-Fay A., Jeliazkov R., et al. The Rosetta All-Atom Energy Function for Macromolecular Modeling and Design. 2017. DOI: 10.1101/106054
- Полуян С.В., Ершов Н.М. Применение параллельных эволюционных алгоритмов оптимизации в задачах структурной биоинформатики // Вестник УГАТУ. 2017. Т. 21, № 4(78). С. 143-152.
- Poluyan S., Ershov N. Parallel Evolutionary Optimization Algorithms for Peptide-Protein Docking // EPJ Web of Conferences. 2018. Vol. 173. P. 06010-06010.
- DOI: 10.1051/epjconf/201817306010
- Sellers M.S., Hurley M.M. XPairIt Docking Protocol for Peptide Docking and Analysis // Molecular Simulation. 2015. Vol. 42. P. 149-161.
- DOI: 10.1080/08927022.2015.1025267
- O'Brien G.L. The Comparison Method for Stochastic Processes // The Annals of Probability. 1975. Vol. 3, No. 1. P. 80-88.
- DOI: 10.1214/aop/1176996450
- Einmahl J.H.J., Mason D.M. Generalized Quantile Processes // The Annals of Statistics. 1992. Vol. 20, No. 2. P. 1062-1078.
- DOI: 10.1214/aos/1176348670
- Vuˇckovi'c V., Arizanovi'c B., Le Blond S. Generalized N-way Iterative Scanline Fill Algorithm for Real-Time Applications // Journal of Real-Time Image Processing. 2017.
- DOI: 10.1007/s11554-017-0732-1
- Heterogeneous Platform HybriLIT. URL: http://hlit.jinr.ru/en/ (дата обращения: 03.11.2018).
- Zhang J., Sanderson A. JADE: Adaptive Differential Evolution with Optional External Archive // IEEE Transactions on Evolutionary Computation. 2009. Vol. 13, No. 5. P. 945-958.
- DOI: 10.1109/TEVC.2009.2014613
- GitHub repositories. URL: https://github.com/poluyan (дата обращения: 03.11.2018).
