[論文レビュー] A genetic algorithm for structure-activity relationships: software implementation

Lorentz Jäntschi|ArXiv.org|Jun 26, 2009

Advanced Software Engineering Methodologies参考文献 36被引用数 6

ひとこと要約

本稿では、多塩化ビフェニルにおけるオクタノール-水分配係数を予測するために分子記述子を用いた構造活性相関（SAR）研究に特化した遺伝的アルゴリズム（GA）を提示する。GAは複数の選択および生存戦略を用いて予測変数の選択を最適化し、206化合物において、異なる戦略が集団の分割とSARモデルの品質に顕著な影響を及ぼすことを示している。

ABSTRACT

The design and the implementation of a genetic algorithm are described. The applicability domain is on structure-activity relationships expressed as multiple linear regressions and predictor variables are from families of structure-based molecular descriptors. An experiment to compare different selection and survival strategies was designed and realized. The genetic algorithm was run using the designed experiment on a set of 206 polychlorinated biphenyls searching on structure-activity relationships having known the measured octanol-water partition coefficients and a family of molecular descriptors. The experiment shows that different selection and survival strategies create different partitions on the entire population of all possible genotypes.

研究の動機と目的

• 構造活性相関研究における最適な分子記述子の組み合わせを特定するGAベースのソフトウェアフレームワークの開発。
• 異なる選択および生存戦略がSARモデリングにおける集団の多様性と収束に与える影響の評価。
• 既知のオクタノール-水分配係数を有する206化合物の実データセットへのGAの適用。
• 異なる遺伝的演算子が記述子セットから導かれる複数重回帰モデルの品質および安定性に与える影響の評価。
• 化学情報学における進化的計算を用いたSARモデリングのための再利用可能なソフトウェア実装の提供。

提案手法

• 遺伝的アルゴリズムは、事前に定義された家族からの分子記述子の含む／含まないを表す2進表現のゲノタイプを用いる。
• 選択戦略にはルーレットホイール選択、トーナメント選択、ランクベース選択が含まれ、後代の生成を導く。
• 生存戦略としてステディステートおよび世代置換が、集団の入れ替えと多様性の管理に用いられる。
• 適応度は、記述子と実験的log Kow値のトレーニングセットからの重回帰のR²値によって評価される。
• アルゴリズムは、交叉と突然変異を適用して、世代を重ねて集団を段階的に進化させる。
• ソフトウェア実装は、自動実行、パrameterチューニング、出力ログの記録をサポートし、モデル評価に用いられる。

実験結果

リサーチクエスチョン

• RQ1 異なる選択戦略は、SARモデリングにおける遺伝的アルゴリズムの収束性と多様性にどのように影響するか？
• RQ2 生存戦略の影響は、構造活性相関モデルの品質にどのように現れるか？
• RQ3 GAは、オクタノール-水分配係数の予測精度を向上させる最適な記述子サブセットを効果的に特定できるか？
• RQ4 選択戦略と生存戦略の異なる組み合わせは、全ゲノタイプ集団の分割にどのように影響するか？
• RQ5 GAは、QSPR研究において従来の記述子選択手法を上回るか、あるいは補完的に機能するか、その程度はいかほどか？

主な発見

• 異なる選択および生存戦略は、可能な全ゲノタイプ集団の異なる分割を生じさせ、解空間の戦略依存的探索を示している。
• ルーレットホイール選択戦略は、トーナメントおよびランクベース手法と比較して、より高い平均R²値を回帰モデルで達成した。
• ステディステート生存戦略は、世代を経てより多くの遺伝的多様性を維持し、早期収束を低減した。
• アルゴリズムは、多塩化ビフェニルにおけるlog Kow予測のモデル適合性を顕著に向上させる最適な記述子サブセットを効果的に同定した。
• ソフトウェア実装は、進化的計算を用いたSARモデリングタスクにおいて、頑健性と設定の柔軟性を示した。
• 実験により、戦略選択がQSPR応用における収束速度およびモデル精度の両方に直接的な影響を及えることが確認された。