文献

J-GLOBAL ID：202102285848497717   整理番号：21A1193764

多目的ハイブリッド適応生物地理学ベース最適化を用いたDNAモチーフの予測【JST・京大機械翻訳】

Predicting DNA Motifs by Using Multi-Objective Hybrid Adaptive Biogeography-Based Optimization

著者 (5件)： Feng Siling (College of Information Science & Technology, Hainan University, No. 58 Renmin Avenue, Hai’kou 570228, China) ,  Feng Siling (State Key Laboratory of Marine Resource Utilization in the South China Sea, Hainan University, No. 58 Renmin Avenue, Hai’kou 570228, China) ,  Yang Ziqiang (College of Information Science & Technology, Hainan University, No. 58 Renmin Avenue, Hai’kou 570228, China) ,  Huang Mengxing (College of Information Science & Technology, Hainan University, No. 58 Renmin Avenue, Hai’kou 570228, China) ,  Huang Mengxing (State Key Laboratory of Marine Resource Utilization in the South China Sea, Hainan University, No. 58 Renmin Avenue, Hai’kou 570228, China)
資料名： Information (Web)  (Information (Web))
巻： 8  号： 4  ページ： 115  発行年： 2017年 
JST資料番号： U7203A  ISSN： 2078-2489  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： DNAモチーフの計算発見は,分子生物学と計算生物学における最も重要な問題のひとつであり,それはまだ効率的方法で解決されていない。以前の研究で,著者らはバイオ地理ベースの最適化(BBO)に基づく単一目的モチーフ発見問題(MDP)を解決して,優れた結果を得た。本研究では,多目的バイオ地理に基づく最適化アルゴリズムを多目的モチーフ発見問題に適用し,DNA配列における新規転写因子結合部位の発見に言及した。このために,著者らは,DNA配列からモチーフを予測するために,微分進化(DE)アプローチ,すなわちMHABBOによる適応バイオ地理ベース最適化の改良多目的ハイブリダイゼーションを提案した。MHABBOアルゴリズムにおいて,生息場所個体間の分布情報に基づく適応度関数とPareto優位関係を再定義した。適応度関数のコストと各世代の平均コストの間の関係に基づいて,MHABBOアルゴリズムは移動確率と突然変異確率を適応的に変化させた。さらに,DEアルゴリズムと組み合わせた突然変異手順を修正した。そして,反復の数に基づく移動オペレータは,モチーフ発見要求に適合するために改良した。さらに,余弦曲線に基づく移動と移動率を改良した。したがって,それは有望な候補解を作り出すことができる。3つの一般的に用いられるデータセットに関するDEPTとMOGAMODアプローチとの統計的比較を提供し,MHABBOアルゴリズムの有効性と有効性を実証した。いくつかの典型的既存のアプローチと比較して,MHABBOアルゴリズムは,最終解の品質に関してよりよく機能した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最適化 ,  オペレータ ,  最適化手法 ,  *DNA【核酸】 ,  突然変異 ,  分子生物学 ,  生息場所
準シソーラス用語： 多目的最適化 ,  DNA配列 ,  適応度関数 ,  微分進化 ,  転写因子結合部位 ,  モチーフ発見 ,  *生物地理学ベース最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： 多目的最適化 ,  モチーフ発見 ,  転写因子結合部位 ,  ハイブリッド適応生物地理学ベース最適化

分類 (3件)： 発電一般  (NB03010W) ,  システム最適化手法  (IA02050Z) ,  電力系統一般  (NB02000E)

引用文献 (47件)：

• Patrik, D. What are DNA sequence motifs. Nat. Biotechnol. 2006, 24, 423-425.
• Lones, M.A.; Yo, Y.; Tyrrell, A.M. The Evolutionary Computation Approach to Motif Discovery in Biological Sequences. In Proceedings of the 7th Annual Workshop on Genetic and Evolutionary Computation (GECCO’052005), Washington, DC, USA, 25-29 June 2005.
• Lou, Y.; Li, J.; Jin, L.; Li, G. A CoEvolutionary Algorithm Based on Elitism and Gravitational Evolution Strategies. J. Comput. Inf. Syst. 2012, 7, 2741-2750.
• Che, D.; Song, Y.; Rashedd, K. MDGA: Motif discovery using a genetic algorithm. In Proceedings of the 2005 Conference on Genetic and Evolutionary Computation (GECCO 2005), Washington, DC, USA, 25-29 June 2005; pp. 447-452.
• Shao, L.; Chen, Y. Bacterial Foraging Optimization Algorithm Integrating Tabu Search for Motif Discovery. In Proceedings of the IEEE International Conference on Bioinformatics and Biomedicine (BIBM 2009), Washington, DC, USA, 1-4 November 2009; pp. 415-418.

タイトルに関連する用語 (5件)： 適応 ,  生物地理学ベース最適化 ,  DNA ,  モチーフ ,  予測