НАУКА и ОБРАЗОВАНИЕ

Файл статьи: Karpenko_A_P.pdf (913.67Кб)

УДК 519.6

Россия, МГТУ им. Н.Э. Баумана

В работе представлены две модификации канонического метода роя частиц, имеющие целью повышение эффективности этого метода при решении многоэкстремальных задач оптимизации высокой размерности. Суть модификации PSO-M1 заключается в формировании двух новых точек притяжения для частиц роя (наряду с точками, отвечающими за инерциальную, когнитивную и социальную компоненты канонического метода). Указанные новые точки представляют собой лучшие точки наборов частиц-соседей данной точки. Модификация имеет целью диверсифицировать поиск. Все свободные параметры метода PSO-M1 (как и канонического метода) являются статическими. В отличие от этого, один из таких параметров модификации PSO-M2 является динамическим, так что данная модификация представляет собой пример самоадаптивного метода оптимизации. Модификация имеет целью интенсифицировать поиск. Вычислительный эксперимент по исследованию эффективности метода и его указанных модификаций при решении тестовых задач оптимизации показал преимущества предложенных модификаций по сравнению с каноническим методом, выявил превосходства модификации PSO-M2 как над каноническим методом, так и над модификацией PSO-M1. С помощью метода PSO-M2 решена 28-мерная задача докинга для молекул протеазы HIV1 и дарунавиром 3U7S в качестве молекул-рецептора и лиганда соответственно. Результаты вычислительного эксперимента показали, что метод PSO-M2 успешно находит положение лиганда, близкое к нативному и может быть рекомендован для решения задач молекулярного докинга как альтернатива генетическому алгоритму.

1. EwingT.J.,MakinoS.,SkillmanA.G.,KuntzI.D.DOCK4.0:search strategiesforautomatedmoleculardockingofflexiblemoleculedatabases//Journal of Computer-AidedMolecular Design.2001. Vol. 15.P.411-428.
2. Verdonk M.L., Cole J. C., Hartshorn M.J., Murray C. W., Taylor R.D. Improved protein-ligand docking using GOLD // Proteins: Structure, Function and Genetics. 2003. Vol. 52. P. 609-623.
3. Thomsen R., Christensen M.H. MolDock: A New Technique for High-Accuracy Molecular Docking // Journal of Medicinal Chemistry. 2006. Vol. 49, no. 11. P. 3315-3321.
4. Романов А.Н., Кондакова О.А., Григорьев Ф.В., Сулимов А.В., Лущекина С.В., Мартынов Я.Б., Сулимов В.Б. Компьютерный дизайн лекарственных средств: программа докинга SOL // Вычислительные методы и программирование. 2008. Т. 9. C. 213-233.
5. Chen H.-M., Liu B.-F., Huang H.-L., Hwang S.-F., Ho S.-Y. SODOCK: Swarm optimization for highly flexible protein-ligand docking // Journal of Computational Chemistry. 2007. Vol. 28, no. 2. P. 612-623.
6. Namasivayam V., G¨unther R. pso@autodock: a fast flexible molecular docking program based on Swarm intelligence // Chemical Biology & Drug Design. 2007. Vol. 70, no. 6. P. 475-484. DOI: 10.1111/j.1747-0285.2007.00588.x
7. Halgren T. Merck Molecular Force Field. I. Basis, Form, Scope, Parameterization, and Performance of MMFF94 // Journal of Computational Chemistry. 1996. Vol. 17. P. 490-519.
8. Карпенко А.П., Селиверстов Е.Ю. Глобальная оптимизация методом роя частиц. Обзор // Информационныетехнологии. 2010. № 2. С. 25-34.
9. Tang K., Yao X., Suganthan P.N., MacNish C., Chen Y.P., Chen C.M., Yang Z. Benchmark Functions for the CEC’2008 Special Session and Competition on Large Scale Global Optimization: Technical Report // Nature Inspired Computation and Applications Laboratory, USTC, China, 2007. Available at: http://sci2s.ugr.es/eamhco/cec2010_functions.pdf, accessed 01.03.2014.
10. HIV-1 Протеаза // База знаний по биологии человека: сайт. Режим доступа:http://humbio.ru/humbio/peptides/00060494.htm (дата обращения 01.03.2014).
11. Eiben A.E., Michalewicz Z., Schoenauer M., Smith J.E. Parameter Control in Evolutionary Algorithms // Parameter Setting in Evolutionary Algorithms. Springer Berlin Heidelberg, 2007. P. 19-46. DOI: 10.1007/978-3-540-69432-8_2