Fundação Araucária / A Predição da Estrutura das Proteínas, conhecida como PSP (Protein Structure Prediction) pode ser considerada um dos problemas mais desafiadores da Bioinformática atualmente. Quando uma proteína está em seu estado de conformação nativa, a energia livre tende para um valor mínimo. Em geral, a predição da conformação de uma proteína por métodos computacionais é feita pela estimativa de dois valores de energia livre que são provenientes das interações intra e intermoleculares entre os átomos. Alguns estudos recentes indicam que estas interações estão em conflito, justificando o uso de abordagens baseadas em otimização multiobjetivo para a solução do PSP. Neste caso, a otimização destas energias é realizada separadamente, diferente da formulação mono-objetivo que considera a soma das energias. A Evolução Diferencial (ED) é uma técnica baseada em Computação Evolucionária e representa uma alternativa interessante para abordar o PSP. Este trabalho busca desenvolver um otimizador baseado no algoritmo de ED para o problema da Predição da Estrutura de Proteínas multiobjetivo. Este trabalho investiga ainda estratégias baseadas em parâmetros adaptativos para a evolução diferencial. Nicialmente avalia-se uma abordagem simples baseada em ED proposta para a solução do PSP. Uma evolução deste método que incorpora conceitos do algoritmo MOEA/D e adaptação de parâmetros é testada em um conjunto de problemas benchmark de otimização multiobjetivo. Os resultados preliminares obtidos para o PSP (para seis proteínas reais) são promissores e aqueles obtidos para o conjunto benchmark colocam a abordagem proposta como candidata para otimização multiobjetivo. / Protein Structure Prediction (PSP) can be considered one of the most challenging problems in Bioinformatics nowadays. When a protein is in its conformation state, the free energy is minimized. Evaluation of protein conformation is generally performed based on two values of the estimated free energy, i.e., those provided by intra and intermolecular interactions among atoms. Some recent experimental studies show that these interactions are in conflit, justifying the use of multiobjective optimization approaches to solve PSP. In this case, the energy optimization is performed separately, different from the mono-objective optimization which considers the sum of free energy. Differential Evolution (DE) is a technique based on Evolutionary Computation and represents an interesting alternative to solve multiobjective PSP. In this work, an optimizer based on DE is proposed to solve the PSP problem. Due to the great number of parameters, typical for evolutionary algorithms, this work also investigates adaptive parameters strategies. In experiments, a simple approach based on ED is evaluated for PSP. An evolution for this method, which incorporates concepts of the MOEA/D algorithm and parameter adaptation techniques is tested for a set of benchmarks in the multiobjective optimization context. The preliminary results for PSP (for six real proteins) are promising and those obtained for the benchmark set stands the proposed approach as a candidate to the state-of-art for multiobjective optimization.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.utfpr.edu.br:1/946 |
Date | 28 March 2014 |
Creators | Venske, Sandra Mara Guse Scós |
Contributors | Delgado, Myriam Regattieri de Biase da Silva, Gonçalves, Richard Aderbal |
Publisher | Universidade Tecnológica Federal do Paraná, Curitiba, Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
Source | reponame:Repositório Institucional da UTFPR, instname:Universidade Tecnológica Federal do Paraná, instacron:UTFPR |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.1137 seconds