Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
Publié parGabrielle Arnaud Modifié depuis plus de 10 années
1
Comparaison de modèle multi-objectif pour le docking moléculaire
J-C. Boisson J-C. BOISSON Réunion Dock
2
J-C. BOISSON Réunion Dock
Plan Rappel : modèle multi-objectif choisi. Autre modèles. Comparaison d’algorithmes génétiques. Comparaison de configurations d’opérateur. Résultats. Perspectives. 27/03/2017 J-C. BOISSON Réunion Dock
3
J-C. BOISSON Réunion Dock
Plan Rappel : modèle multi-objectif choisi. Autre modèles. Comparaison d’algorithmes génétiques. Comparaison de configurations d’opérateur. Résultats. Perspectives. 27/03/2017 J-C. BOISSON Réunion Dock
4
Un nouveau modèle tri-objectif (1/8)
Il est divisé en : un terme énergétique évaluation de la qualité du complexe ligand / site obtenu. un terme géométrique indication sur la qualité de pénétration du ligand dans le site. Un terme de robustesse assurance de la stabilité des complexes obtenus. A-A Tantar, N. Melab, E-G. Talbi and B. Toursel. A Parallel Hybrid Genetic Algorithm for Protein Structure Prediction on the Computational Grid. Elsevier Science, Future Generation Computer Systems, 23(3): , 2007. 27/03/2017 J-C. BOISSON Réunion Dock
5
Un nouveau modèle tri-objectif (2/8)
1. Energie du complexe ligand / site Champs de force utilisé = Consistent Valence Force Field (CVFF) 27/03/2017 J-C. BOISSON Réunion Dock
6
Un nouveau modèle tri-objectif (3/8)
2. Surface du complexe 3 possibilités: surface de Van Der Waals (a: blue), surface accessible au solvant (b: red), surface de Connolly (c: green). 27/03/2017 J-C. BOISSON Réunion Dock
7
Un nouveau modèle tri-objectif (4/8)
2. Surface du complexe 3 possibilités: surface de Van Der Waals, surface accessible au solvant surface de Connolly. SASA Solvent Accessible Surface Area Papier original S.M. Le Grand and K.M. Merz, Jr. Rapid Approximation to Molecular Surface Area via the Use of Boolean Logic and Look-Up Tables. Journal of Computational Chemistry, 14(3): (1993). Papier plus récent utilisant SASA A. Leaver-Fay, G.L. Butterfoss, J. Snoeyink and B. Kuhlman. Maintaining solvent accessible surface area under rotamer substitution for protein design. Journal of Computational Chemistry, 28(8): (2007). 27/03/2017 J-C. BOISSON Réunion Dock
8
Un nouveau modèle tri-objectif (5/8)
SASA = 6201 Å2 SASA = 5548 Å2 27/03/2017 J-C. BOISSON Réunion Dock
9
Un nouveau modèle tri-objectif (6/8)
3. Robustesse du complexe G = 27/03/2017 J-C. BOISSON Réunion Dock
10
J-C. BOISSON Réunion Dock
Un nouveau modèle tri-objectif (7/8) : échantillonnage à base de rotations 27/03/2017 J-C. BOISSON Réunion Dock
11
J-C. BOISSON Réunion Dock
Un nouveau modèle tri-objectif (8/8) : échantillonnage à base de translations 27/03/2017 J-C. BOISSON Réunion Dock
12
J-C. BOISSON Réunion Dock
Plan Rappel : modèle multi-objectif choisi. Autre modèles. Comparaison d’algorithmes génétiques. Comparaison de configurations d’opérateur. Résultats. Perspectives. 27/03/2017 J-C. BOISSON Réunion Dock
13
J-C. BOISSON Réunion Dock
Modèles testés Champ de force CVFF Autodock 4.0 Modèle Etotal Elies Enlies Etotale Surface Robustesse M1 X M2 M3 M4 M5 M6 M7 M8 27/03/2017 J-C. BOISSON Réunion Dock
14
J-C. BOISSON Réunion Dock
Plan Rappel : modèle multi-objectif choisi. Autre modèles. Comparaison d’algorithmes génétiques. Comparaison de configurations d’opérateur. Résultats. Perspectives. 27/03/2017 J-C. BOISSON Réunion Dock
15
Non-dominated Sorting GA (NSGA-II) [Deb et al. 2002]
Assignement de la fitness, tri selon la dominance : Population divisée selon les fronts. Fitness (x) = indice de front auquel appartient x. Préservation de la diversité distance. Sélection tournoi binaire. Opérateurs de recombinaison et mutation. Remplacement les pires individus sont supprimés. Archive élististe des meilleures solutions rencontrées 27/03/2017 J-C. BOISSON Réunion Dock 15
16
Indicator-Based EA (IBEA) [Zitzler et al. 2004]
Assignement de la fitness selon l’indicateur de qualité Qi : Fitness (x) = Qi (x , P\{x}) Préservation de la diversité aucune. Sélection par tournoi binaire. Opérateurs de recombinaison et mutation. Remplacement suppression des pires individus et mise à jour des fitness des invididus conservés. Archive élististe des meilleures solutions rencontrées 27/03/2017 J-C. BOISSON Réunion Dock 16
17
Résultats de comparaison (1/2)
Instances de la base ccdc astex. Instance Algorithme IBEA NSGA-II 6rsa - < > 1mbi 2tsc ~ 1htf 1dog > meilleur < moins bon ~ non significatif 27/03/2017 J-C. BOISSON Réunion Dock
18
Résultats de comparaison (2/2)
Instances de la base ccdc astex. NSGA-II IBEA Instance RMSD (Å) dst 6rsa 1.66 1.04 1.32 1.3 1mbi 5.2 0.4 4.16 0.8 2tsc 2.19 2.75 2.68 1htf 2.88 2.64 2.59 1.33 1dog 4.38 0.99 2.44 0.56 Å Angström dst déviation standard 27/03/2017 J-C. BOISSON Réunion Dock
19
J-C. BOISSON Réunion Dock
Plan Rappel : modèle multi-objectif choisi. Autre modèles. Comparaison d’algorithmes génétiques. Comparaison de configurations d’opérateur. Résultats. Perspectives. 27/03/2017 J-C. BOISSON Réunion Dock
20
Configurations d’opérateurs
Profil Docking RT RTs Reverse SBRot SMO MDRL MDRT rigide flexible P1R X P1 P2R P2 P3R P3 P4R P4 P5R P5 P6R P6 27/03/2017 J-C. BOISSON Réunion Dock
21
J-C. BOISSON Réunion Dock
Plan Rappel : modèle multi-objectif choisi. Autre modèles. Comparaison d’algorithmes génétiques. Comparaison de configurations d’opérateur. Résultats. Perspectives. 27/03/2017 J-C. BOISSON Réunion Dock
22
Résultats sur 6 instances
Meilleurs modèles : M4, M5, M7 et M8. Impact positif des objectifs surface et robustesse. Comportement équivalent CVFF et Autodock. Meilleurs profils : P1, P5 et P6. Apport de l’hybridation. Globalement, la flexibilité apporte de meilleurs résultats. RMSD moyen 2,2. 27/03/2017 J-C. BOISSON Réunion Dock
23
J-C. BOISSON Réunion Dock
Plan Rappel : modèle multi-objectif choisi. Autre modèles. Comparaison d’algorithmes génétiques. Comparaison de configurations d’opérateur. Résultats. Perspectives. 27/03/2017 J-C. BOISSON Réunion Dock
24
Perspectives Suite des tests sur la base CCDC-Astex.
Optimisation des meilleurs modèles et profils. Hybridation avec des recherches locales multi-objectif. Nouveaux modèles de coopération. 27/03/2017 J-C. BOISSON Roadef2008
25
Questions ? 27/03/2017 J-C. BOISSON Roadef2008
26
AG : codage d’un individu
Site Ligand X1 Y1 Z1 X2 Y2 Z2 X3 Y3 Z3 . XN YN ZN X’1 Y’1 Z’1 X’2 Y’2 Z’2 X’3 Y’3 Z’3 . X’N Y’N Z’N « docking complex » 27/03/2017 J-C. BOISSON Réunion Dock
27
AG: initialisation de la population
Génération du site le même pour tous les individus. Génération du ligand perturbations aléatoires d’un ligand « graine ». Combinaison de : Rotation(s) globale(s), Rotation(s) d’un angle de torsion modification de conformation. 27/03/2017 J-C. BOISSON Réunion Dock
28
AG : opérateur de croisement
Parents S1 + L1 S2 + L2 Enfants S1 + L2 S2 + L1 27/03/2017 J-C. BOISSON Roadef2008
29
AG : opérateur de mutation
Rotation d’un angle de torsion Translation Rotation 27/03/2017 J-C. BOISSON Roadef2008
30
PARAllel and DIStributed Evolving Objects
EO ParadisEO MO MOEO Evolving Object (EO), développement d’algorithme à base de population de solutions: EA, PSO. Moving Objects (MO), mise en place de recherches locales : HC, SA, TS, ILS. Multi-Objective EO (MOEO), développement d’algorithme évolutionnaire multi-objectifs : NSGA-II, IBEA, … ParadisEO (PEO), mise en place de métaheuristiques parallèles. S. Cahon, N. Melab and E-G. Talbi, ParadisEO: A Framework for the Reusable Design of Parallel and Distributed Metaheuristics. Journal of Heuristics, vol. 10(3), pp , May 2004. A. Liefooghe, M. Basseur, L. Jourdan and E-G. Talbi. ParadisEO-MOEO: A Framework for Multi-Objective Optimization. Proceedings of EMO’2007, pages , LNCS, Springer-Verlag, 2007. 27/03/2017 J-C. BOISSON Roadef2008
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.