本文選題：分子對接 + 遺傳算法�。� 參考：《大連理工大學》2014年博士論文

【摘要】：藥物分子設計作為一種新的藥物研究方法和手段,已經(jīng)取得了很多理論與實際的研究發(fā)現(xiàn)。隨著用于解釋生物大分子的結(jié)構(gòu)和功能的理論的不斷發(fā)展和成熟,藥物分子設計的理論和方法也在不斷的深化與發(fā)展。計算機輔助藥物設計是將藥物分子設計與飛速發(fā)展的計算機技術(shù)相結(jié)合的一個新的交叉研究領(lǐng)域,有效地推動了藥物分子設計的進一步發(fā)展。目前,計算機輔助藥物設計已經(jīng)成為進行新藥探索的一種實用手段,可有效的降低藥品的研究費用。分子對接方法是使用計算機技術(shù)來模擬配體與受體的相互作用與結(jié)合過程,是計算機輔助藥物設計中非常重要和實用的一種研究方法。 云計算是并行計算、分布式計算和網(wǎng)格計算的進一步整合和發(fā)展,是一種深度基于互聯(lián)網(wǎng)的計算方式。通過云計算技術(shù),可以把原來只能在本地使用的軟件和服務擴展到互聯(lián)網(wǎng)上,極大的方便了用戶的使用。CUDA (Compute Unified Device Architecture)一種通用的并行計算架構(gòu),該架構(gòu)使價格相對低廉的GPU (Graphic Processing Unit)也可以進行復雜的科學計算等工作。鑒于諸多的優(yōu)勢,云計算和CUDA并行計算都已成為目前的研究熱點問題。 本文的主要研究內(nèi)容包括： (1)提出了一種使用k均值聚類方法劃分殘基集團和基于知識打分方法KScore的藥物分子對接算法。對受體活性位點處的殘基使用k均值聚類方法進行基團劃分,通過對這些基團的運動考察來近似反映受體分子發(fā)生的柔性構(gòu)象變化。使用KScore評分方法對構(gòu)象的結(jié)合情況進行評分,使用信息熵遺傳算法對優(yōu)化模型進行迭代求解。仿真數(shù)值實驗的結(jié)果表明,此方法對于測試集的平均對接時間較短,相比于其他流行對接方法而言其計算速度最快,并且其對接精度也相對較好。 (2)提出了一種基于多種評分函數(shù)的自適應藥物分子對接算法。算法的評分函數(shù)選用基于力場、基于經(jīng)驗(抽取疏水和熵變)和基于知識作為評分貢獻項,建立自適應對接優(yōu)化模型對問題進行優(yōu)化描述,使用信息熵多種群遺傳算法對優(yōu)化模型進行求解。此方法對多種打分貢獻項進行自適應地綜合評定,其評價結(jié)果更為準確和全面,同時避免了對訓練集的過度依賴。對比于其他主流軟件和方法而言,此方法對于測試集的測試結(jié)果的平均RMSD值非常小,在參評的對接方法中為精度最優(yōu)方法。 (3)對于信息熵多種群遺傳算法和分子對接中的受體評分網(wǎng)格生成算法需要較多計算時間的問題,提出了基于CUDA架構(gòu)基礎(chǔ)的并行算法。實現(xiàn)了信息熵遺傳算法的遺傳算子、懲罰函數(shù)和空間收縮因子等的并行計算。充分分析和挖掘受體評分網(wǎng)格算法的并行因素,結(jié)合GPU計算特點,進而提出了受體評分網(wǎng)格生成并行算法。實驗結(jié)果表明,并行優(yōu)化后的算法對比原算法具有較高的計算效率。 (4)為了有效整合計算生物學應用,提高軟硬件資源的利用率和有效降低資源的使用難度,在基于前期網(wǎng)格相關(guān)工作的基礎(chǔ)上,構(gòu)建了面向服務的計算生物學云社區(qū)平臺。針對本平臺服務對象和自身資源特點等情況,提出了四層云框架結(jié)構(gòu)并應用于云平臺的建設。整合了課題組相關(guān)科研成果(包括本文相關(guān)成果),在進行資源虛擬化和應用服務化之上,以互聯(lián)網(wǎng)方式對用戶提供便捷而高效的使用平臺。用戶可在平臺上進行包括分子對接和虛擬篩選等計算生物學相關(guān)工作,還可根據(jù)特定需求進行相關(guān)應用的流程化組織等。
[Abstract]:As a new drug research method and method , drug molecule design has been found . With the development and maturation of the theory of molecular design and function , the theory and method of drug molecule design have been deepening and developing . Computer - aided drug design has become a practical means to study drug molecule design . Computer - aided drug design has become a practical means to study drug molecule design .

Cloud computing is a further integration and development of parallel computing , distributed computing and grid computing . It is a deep - depth Internet - based computing approach . With cloud computing technology , software and services that can only be used locally can be extended to the Internet , which makes users more convenient to use . The architecture enables the relatively inexpensive GPU ( Graphic Processing Unit ) to perform complex scientific calculations .

The main research contents of this paper include :

( 1 ) A molecular docking algorithm using k - means clustering method to divide residue group and knowledge - based scoring method KScore is proposed . The residue of receptor active site is divided into groups by using k - means clustering method .

( 2 ) The self - adaptive drug molecular docking algorithm based on a plurality of scoring functions is proposed . The scoring function of the algorithm is based on the force field , based on experience ( extraction of hydrophobic and entropy change ) and knowledge as the score contribution term , and the optimization model is solved by using the information entropy multi - group genetic algorithm . The method has a more accurate and comprehensive evaluation result , and meanwhile avoids the over - dependence on the training set . Compared with other mainstream software and methods , the method has very small average RMSD value for the test result of the test set , and the method is the optimal method in the docking method of the evaluation .

( 3 ) To solve the problem of multiple computing time , the parallel algorithm of genetic operator , penalty function and space contraction factor of the information entropy genetic algorithm is proposed . The parallel factors of genetic operator , penalty function and space contraction factor of the information entropy genetic algorithm are realized . The parallel factors of the algorithm of the receptor scoring grid are analyzed and the parallel algorithm of the receptor scoring grid is fully analyzed . The experimental results show that the parallel algorithm has higher computational efficiency compared with the original algorithm .

( 4 ) In order to effectively integrate the computational biology application , improve the utilization rate of the software and hardware resources and effectively reduce the use difficulty of the resources , a four - layer cloud framework structure is constructed and applied to the construction of the cloud platform based on the related work of the previous grid .
【學位授予單位】：大連理工大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TP18;TP393.09

【參考文獻】

相關(guān)期刊論文 前10條

1 李純蓮,王希誠,趙金城,武金瑛;一種基于信息熵的多種群遺傳算法[J];大連理工大學學報;2004年04期

2 康玲;李洪林;王希誠;;一種考慮蛋白質(zhì)柔性的分子對接方法[J];大連理工大學學報;2008年02期

3 楊梅;李志民;曹大勇;;CUDA架構(gòu)下大規(guī)模稠密線性方程組的并行求解[J];計算機工程與應用;2011年32期

4 李伯虎;張霖;王時龍;陶飛;曹軍威;姜曉丹;宋曉;柴旭東;;云制造——面向服務的網(wǎng)絡化制造新模式[J];計算機集成制造系統(tǒng);2010年01期

5 李祖華;張軍;王永劍;于坤千;;DDGrid:一種大規(guī)模藥物虛擬篩選網(wǎng)格[J];計算機工程與科學;2009年S1期

6 黃江波;付志紅;;基于自適應遺傳算法函數(shù)優(yōu)化與仿真[J];計算機仿真;2011年05期

7 張超群;鄭建國;錢潔;;遺傳算法編碼方案比較[J];計算機應用研究;2011年03期

8 馬永杰;云文霞;;遺傳算法研究進展[J];計算機應用研究;2012年04期

9 王瑞琪;張承慧;李珂;;基于改進混沌優(yōu)化的多目標遺傳算法[J];控制與決策;2011年09期

10 Huan WANG;Ping LIU;Hao XIE;;An empirical molecular docking study of a di-iron binding protein with iron ions[J];Journal of Zhejiang University-Science C(Computers & Electronics);2013年02期

，

本文編號：2087230