[論文レビュー] The Discretizable Molecular Distance Geometry Problem

Carlile Lavor, Leo Liberti+1 more|arXiv (Cornell University)|Aug 5, 2006

Computational Geometry and Mesh Generation被引用数 15

ひとこと要約

本稿では、タンパク質の骨格に適用可能なMDGPの部分クラスとして、離散化可能な分子距離幾何学問題（DMDGP）を導入し、離散空間内で正確に解けるブランチアンドプルーニング（BP）アルゴリズムを提案する。BPアルゴリズムは、平均誤差約4.56×10⁻⁸という優れた解の正確性と、連続的手法と比較して桁違いに優れた速度を達成し、精度および計算効率の両面で優れている。

ABSTRACT

Given a weighted undirected graph $G=(V,E,d)$, the Molecular Distance Geometry Problem (MDGP) is that of finding a function $x:G o \mathbb{R}^{3}$, where $||x(u)-x(v)||=d(u,v)$ for each $\{u,v\}\in E$. We show that under a few assumptions usually satisfied in proteins, the MDGP can be formulated as a search in a discrete space. We call this MDGP subclass the Discretizable MDGP (DMDGP). We show that the DMDGP is extbf{NP}-complete and we propose an algorithm, called Branch-and-Prune (BP), which solves the DMDGP exactly. The BP algorithm performs exceptionally well in terms of solution accuracy and can find all solutions to any DMDGP instance. We successfully test the BP algorithm on several randomly generated instances.

研究の動機と目的

• タンパク質の骨格に適用可能なMDGPの部分クラスを形式的に定式化し、離散的定式化を可能にする。
• 浮動小数点演算の制限により、連続最適化手法が高精度な解を得ることに課す制限を克服する。
• 離散的探索を活用して解の精度と計算効率を向上させる正確なアルゴリズムを開発する。
• DMDGPがNP完全であることを示し、任意のインスタンスに対してすべての解を発見できることを示す。
• ランダムに生成されたDMDGPインスタンスを用いた実験により、既存手法と比較して優れた正確性と速度を示す。

提案手法

• 2つの重要な仮定の下でDMDGPを離散的探索問題として形式化する：(1) すべての連続する4原子の組が距離グラフにおいてクリークを形成し、(2) 連続する3原子の組に対して厳密な三角不等式が成り立つ。
• 結合長および角度（および3結合以内の距離）が既知であるように、原子の骨格順序を定義し、再帰的な離散的配置を可能にする。
• ブランチアンドプルーニング（BP）アルゴリズムを提案：既知の距離から離散的選択（±）を用いて原子を骨格順に位置付けることで分岐し、整合性のない分岐を除外する。
• 問題の離散的性質を活かして浮動小数点演算の誤差を回避し、10⁻⁸またはそれ以下の精度の解を得られる。
• 2つの変種を実装：BP-One（1つの解を探索）とBP-All（すべての解を探索）、両者とも妥当性の閾値に基づくプルーニングを採用。
• NMR測定誤差に耐性を持つように、プルーニング段階で距離制約のわずかなずれを許容する。

実験結果

リサーチクエスチョン

• RQ1 タンパく酸骨格に対して、現実的な構造的仮定の下でMDGPを離散的探索問題に再定式化できるか？
• RQ2 その結果得られるMDGPの部分クラス（DMDGP）はNP完全であるか？ また、組み合わせ的アルゴリズムによって正確に解けるか？
• RQ3 ブランチアンドプルーニングアルゴリズムは、連続的最適化手法と比較して、MDGPに対して著しく高い解の正確性を達成できるか？
• RQ4 既存のソルバー（例：dgsol）と比較して、BPアルゴリズムの解の正確性および計算時間の性能はどの程度か？
• RQ5 DMDGPインスタンスにおける解の数がなぜしばしば2の累乗となるのか？ そしてこの性質は一般化可能か？

主な発見

• DMDGPは、標準的な構造的仮定の下でタンパク質骨格に適用可能なMDGPのNP完全な部分クラスとして形式的に定義された。
• ブランチアンドプルーニング（BP）アルゴリズムは、平均解の正確性が4.56×10⁻⁸に達し、dgsolの平均9.55×10⁻²と比べて著しく優れている。
• BP-Oneは、1000原子未満のすべてのテストインスタンスを平均13分未満で解き終え、CPU時間は分子サイズに対して準線形に増加する。
• BP-Allはすべての解を発見し、テストインスタンスにおいて解の数が常に2の累乗となることが確認され、解空間における対称性が示唆された。
• プルーニング段階でわずかな妥当性許容範囲を許容することで、NMR測定誤差に対しても効果的に対処できた。
• テストセット全体において、BPはdgsolの解の正確性を約30,000倍、計算時間は約300倍向上させた。