[论文解读] 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 15

一句话总结

本文提出了离散化分子距离几何问题（DMDGP），即适用于蛋白质骨架的MDGP子类，并提出了一种在离散空间中精确求解的分支定界（BP）算法。该BP算法实现了极高的解算精度（平均误差约4.56×10⁻⁸）和极高的计算速度，在精度和计算效率方面均比连续方法高出数个数量级。

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.

研究动机与目标

• 将适用于蛋白质骨架的分子距离几何问题（MDGP）的一个子类形式化，使其可进行离散化表述。
• 解决连续优化方法因浮点数算术限制而难以实现高精度解算的局限性。
• 开发一种利用离散搜索提升解算精度与计算效率的精确算法。
• 证明DMDGP为NP完全问题，并表明BP算法可找到任意实例的所有解。
• 在随机生成的DMDGP实例上验证算法性能，结果表明其在精度和速度方面均优于现有方法。

提出的方法

• 在两个关键假设下，将DMDGP形式化为离散搜索问题：(1) 所有连续四个原子构成距离图中的团，(2) 连续三元组严格满足三角不等式。
• 定义原子的骨架顺序，使得键长、键角（以及相距不超过三个键的原子间距离）已知，从而实现递归的离散定位。
• 提出分支定界（BP）算法：按骨架顺序通过离散选择（±）从已知距离分配原子位置，同时剪枝不一致的分支。
• 利用问题的离散特性避免浮点数算术误差，实现精度达10⁻⁸或更高的解算。
• 实现两种变体：BP-One（寻找一个解）与BP-All（寻找所有解），剪枝基于可行性阈值。
• 通过在剪枝过程中允许距离约束的微小偏差，集成对NMR测量误差的容错能力。

实验结果

研究问题

• RQ1 在合理的结构假设下，MDGP能否被重新表述为蛋白质骨架的离散搜索问题？
• RQ2 由此产生的MDGP子类（DMDGP）是否为NP完全问题，且能否通过组合算法精确求解？
• RQ3 分支定界算法能否在MDGP问题上实现显著高于连续优化方法的解算精度？
• RQ4 在解算精度和计算时间方面，BP算法与现有求解器（如dgsol）相比表现如何？
• RQ5 为何DMDGP实例中的解的数量通常表现为2的幂次？该行为是否具有普适性？

主要发现

• DMDGP被正式定义为MDGP的一个NP完全子类，在标准结构假设下适用于蛋白质骨架。
• 分支定界（BP）算法实现了平均4.56×10⁻⁸的解算精度，显著优于dgsol的平均9.55×10⁻²。
• BP-One在平均13分钟内完成所有测试实例（原子数不超过1000），CPU时间随分子大小呈次线性增长。
• BP-All可找到所有解，且在测试实例中解的数量始终为2的幂次，表明解空间具有对称性。
• 该算法通过在剪枝过程中允许微小的可行性容差，成功处理了NMR测量误差。
• 在测试集上，BP算法在解算精度方面优于dgsol约30,000倍，在计算时间方面优于约300倍。