[논문 리뷰] A genetic algorithm for structure-activity relationships: software implementation

Lorentz Jäntschi|ArXiv.org|2009. 06. 26.

Advanced Software Engineering Methodologies참고 문헌 36인용 수 6

한 줄 요약

이 논문은 다핵화소비페닐(Polychlorinated biphenyls, PCBs)에서 올리코르-물 분배 계수를 예측하기 위해 분자 기술자수를 사용하는 구조-활성 관계(Structure-Activity Relationship, SAR) 연구를 위한 유전자 알고리즘(Genetic Algorithm, GA)을 제시한다. GA는 다중 선택 및 생존 전략을 통해 예측 변수 선택을 최적화하며, 206개 화합물에서 다양한 전략이 개체군 분할과 SAR 모델 품질에 상당한 영향을 미친다는 것이 입증된다.

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.

연구 동기 및 목표

• 구조-활성 관계 연구에서 최적의 분자 기술자수 조합을 식별하기 위한 GA 기반 소프트웨어 프레임워크 개발.
• 다양한 선택 및 생존 전략이 SAR 모델링에서 개체군 다양성과 수렴에 미치는 영향 평가.
• 기타 올리코르-물 분배 계수를 알고 있는 206개의 다핵화소비페닐 실재 데이터셋에 GA 적용.
• 다양한 유전 연산자가 기술자수 집합에서 유도된 다중 선형 회귀 모델의 품질과 안정성에 미치는 영향 평가.
• 화학정보학에서 진화 계산을 사용한 SAR 모델링을 위한 재사용 가능한 소프트웨어 구현 제공.

제안 방법

• 유전자 알고리즘은 사전 정의된 가족의 분자 기술자수 포함/포함되지 않음을 나타내는 이진 인코딩 형질을 사용한다.
• 선택 전략으로 루렛 유희, 토너먼트, 순위 기반 선택을 사용하여 후손 생성을 이끈다.
• 생존 전략으로 안정 상태 및 세대 교체 방식을 사용하여 개체군의 갱신과 다양성을 관리한다.
• 적합도 평가에 훈련 세트의 기술자수와 실험적 log Kow 값에서 유도된 다중 선형 회귀의 R² 값을 사용한다.
• 알고리즘은 교차 및 변이 연산을 적용하여 세대를 거쳐가며 형질 공간을 탐색하는 방식으로 반복적으로 개체군을 진화시킨다.
• 소프트웨어 구현은 자동 실행, 파rameter 조정, 출력 로깅을 지원하여 모델 평가에 활용된다.

실험 결과

연구 질문

• RQ1 다양한 선택 전략이 SAR 모델링에서 유전자 알고리즘의 수렴성과 다양성에 어떤 영향을 미치는가?
• RQ2 생존 전략이 구조-활성 관계 모델의 품질에 어떤 영향을 미치는가?
• RQ3 GA가 올리코르-물 분배 계수 예측 정확도를 향상시키기 위해 최적의 기술자수 하위집합을 효과적으로 식별할 수 있는가?
• RQ4 선택 및 생존 전략의 다양한 조합이 전체 형질 유전자 개체군의 분할에 어떤 영향을 미치는가?
• RQ5 GA가 QSPR 연구에서 전통적인 기술자수 선택 방법보다 우월하거나 보완적인가?

주요 결과

• 다양한 선택 및 생존 전략은 가능한 모든 형질 유전자 개체군의 분할 방식을 다르게 하여, 전략에 따라 솔루션 공간 탐색 방식이 달라짐을 시사한다.
• 루렛 유희 선택 전략이 토너먼트 및 순위 기반 방법보다 평균 R² 값을 더 높게 산출하였다.
• 안정 상태 생존 전략이 세대를 거치며 더 많은 유전적 다양성을 유지하여 조기 수렴을 감소시켰다.
• 알고리즘이 다핵화소비페닐에서 log Kow 예측의 모델 적합도를 크게 향상시키는 최적의 기술자수 하위집합을 성공적으로 식별하였다.
• 소프트웨어 구현은 진화 계산을 사용한 SAR 모델링 작업에서 뛰어난 견고성과 구성 유연성을 보였다.
• 실험을 통해 전략 선택이 QSPR 응용에서 수렴 속도와 모델 정확도에 직접적인 영향을 미친다는 것이 확인되었다.