Comparaison de modèle multi- objectif pour le docking moléculaire J-C. Boisson J-C. BOISSON...
-
Upload
gabrielle-arnaud -
Category
Documents
-
view
104 -
download
0
Transcript of Comparaison de modèle multi- objectif pour le docking moléculaire J-C. Boisson J-C. BOISSON...
Comparaison de modèle multi-objectif pour le docking moléculaire
J-C. Boisson
J-C. BOISSON Réunion Dock
Plan
11/04/23 J-C. BOISSON Réunion Dock 2
Rappel : modèle multi-objectif choisi.
Autre modèles.
Comparaison d’algorithmes génétiques.
Comparaison de configurations d’opérateur.
Résultats.
Perspectives.
Plan
11/04/23 J-C. BOISSON Réunion Dock 3
Rappel : modèle multi-objectif choisi.
Autre modèles.
Comparaison d’algorithmes génétiques.
Comparaison de configurations d’opérateur.
Résultats.
Perspectives.
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.
11/04/23 J-C. BOISSON Réunion Dock 4
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):398-409, 2007.
Un nouveau modèle tri-objectif (2/8)
11/04/23 J-C. BOISSON Réunion Dock 5
1. Energie du complexe ligand / site
Champs de force utilisé = Consistent Valence Force Field (CVFF)
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).
11/04/23 J-C. BOISSON Réunion Dock 6
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.
11/04/23 J-C. BOISSON Réunion Dock 7
Solvent Accessible Surface Area
SASA
Papier originalS.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):349-352 (1993).
Papier plus récent utilisant SASAA. 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):1336-1341 (2007).
Un nouveau modèle tri-objectif (5/8)
11/04/23 J-C. BOISSON Réunion Dock 8
SASA = 6201 Å2
SASA = 5548 Å2
Un nouveau modèle tri-objectif (6/8)
11/04/23 J-C. BOISSON Réunion Dock 9
3. Robustesse du complexe
G =
Un nouveau modèle tri-objectif (7/8) :échantillonnage à base de rotations
11/04/23 J-C. BOISSON Réunion Dock 10
Un nouveau modèle tri-objectif (8/8) :
échantillonnage à base de translations
11/04/23 J-C. BOISSON Réunion Dock 11
Plan
11/04/23 J-C. BOISSON Réunion Dock 12
Rappel : modèle multi-objectif choisi.
Autre modèles.
Comparaison d’algorithmes génétiques.
Comparaison de configurations d’opérateur.
Résultats.
Perspectives.
Modèles testés
11/04/23 J-C. BOISSON Réunion Dock 13
Champ de force
CVFF Autodock 4.0
Modèle Etotal Elies Enlies Etotale Elies Enlies Surface
Robustesse
M1 X X
M2 X X
M3 X X X
M4 X X X
M5 X X
M6 X X
M7 X X X
M8 X X X
Plan
11/04/23 J-C. BOISSON Réunion Dock 14
Rappel : modèle multi-objectif choisi.
Autre modèles.
Comparaison d’algorithmes génétiques.
Comparaison de configurations d’opérateur.
Résultats.
Perspectives.
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
11/04/23 J-C. BOISSON Réunion Dock 15
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
11/04/23 J-C. BOISSON Réunion Dock 16
Résultats de comparaison (1/2)
11/04/23 J-C. BOISSON Réunion Dock 17
InstanceAlgorithme
IBEA NSGA-II IBEA NSGA-II
6rsaIBEA
NSGA-II-<
>-
-<
>-
1mbiIBEA
NSGA-II-<
>-
-<
>-
2tscIBEA
NSGA-II-~
~-
-<
>-
1htfIBEA
NSGA-II-~
~-
-~
~-
1dogIBEA
NSGA-II-<
>-
-<
>-
hII
Instances de la base ccdc astex.
> meilleur < moins bon
~ non significatif
Résultats de comparaison (2/2)
11/04/23 J-C. BOISSON Réunion Dock 18
Instance RMSD (Å) dst 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 2.19 2.68
1htf 2.88 2.64 2.59 1.33
1dog 4.38 0.99 2.44 0.56
NSGA-II IBEA
Å Angström
dst déviation standard
Instances de la base ccdc astex.
Plan
11/04/23 J-C. BOISSON Réunion Dock 19
Rappel : modèle multi-objectif choisi.
Autre modèles.
Comparaison d’algorithmes génétiques.
Comparaison de configurations d’opérateur.
Résultats.
Perspectives.
Configurations d’opérateurs
11/04/23 J-C. BOISSON Réunion Dock 20
ProfilDocking
RT RTs Reverse SBRot SMO MDRL MDRTrigide
flexible
P1R X X
P1 X X X
P2R X X X
P2 X X X X
P3R X X X
P3 X X X X
P4R X X X
P4 X X X X
P5R X X X
P5 X X X X
P6R X X X
P6 X X X X
Plan
11/04/23 J-C. BOISSON Réunion Dock 21
Rappel : modèle multi-objectif choisi.
Autre modèles.
Comparaison d’algorithmes génétiques.
Comparaison de configurations d’opérateur.
Résultats.
Perspectives.
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 2,2.11/04/23 J-C. BOISSON Réunion Dock 22
Plan
11/04/23 J-C. BOISSON Réunion Dock 23
Rappel : modèle multi-objectif choisi.
Autre modèles.
Comparaison d’algorithmes génétiques.
Comparaison de configurations d’opérateur.
Résultats.
Perspectives.
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.
11/04/23 J-C. BOISSON Roadef2008 24
Questions ?
11/04/23 J-C. BOISSON Roadef2008 25
AG : codage d’un individu
11/04/23 J-C. BOISSON Réunion Dock 26
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 »
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.
11/04/23 J-C. BOISSON Réunion Dock 27
AG : opérateur de croisement
11/04/23 J-C. BOISSON Roadef2008 28
S1 + L1 S2 + L2
S1 + L2 S2 + L1
Parents
Enfants
AG : opérateur de mutation
11/04/23 J-C. BOISSON Roadef2008 29
Translation
Rotation
Rotation d’un angle de torsion
PARAllel and DIStributed Evolving Objects
11/04/23 J-C. BOISSON Roadef2008 30
EO
ParadisEO
MO MOEO
http://paradiseo.gforge.inria.fr/
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.
A. Liefooghe, M. Basseur, L. Jourdan and E-G. Talbi. ParadisEO-MOEO: A Framework for Multi-Objective Optimization. Proceedings of EMO’2007, pages 457-471, LNCS, Springer-Verlag, 2007.
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.357-380, May 2004.