×
达巴，阿里;塔里·阿卜杜勒卡梅尔;贾法尔·邹阿什

多序列比对的多目标人工鱼群算法。 （英语） Zbl 1512.92058号

信息：信息系统。操作。物件。 58，第1号，38-59（2020）.
摘要：多序列比对（MSA）是许多生物信息学应用的基本任务。MSA允许在各种蛋白质或DNA序列中找到共同的保守区域。然而，为了找到最优的多序列比对，有必要设计一种有效的探索方法，可以探索大量可能的多序列对准。此外，还需要使用强大的评估方法来评估这些多序列比对的生物学相关性。为了解决这些主要问题，本文提出了一种多目标人工鱼群算法（MOAFS）来解决多序列比对问题。MOAFS利用人工鱼群算法的协作、分散和并行等行为，确保了MSA问题搜索空间的探索和开发之间的良好平衡。为了保持对齐的质量和一致性，MOAFS算法同时使用了两个适应度函数：（i）加权对和确定水平方向上的相似区域，（ii）相似函数确定对齐序列之间的垂直相似区域。在探索空间搜索之后，通过MOAFS获得Pareto-optimal集，MOAFS对两个适应度函数进行最优多序列比对。通过将我们的算法与不同的渐进对齐方法以及其他基于单目标和多目标进化算法的对齐方法进行比较，验证了MOAFS算法的性能。在BAliBASE 2.0和BAliBACE 3.0基准上进行的实验结果证实，MOAFS算法在SP或CS分数方面提供了更高的准确性统计显著性。

引用于1文件

MSC公司：

92D20型 蛋白质序列，DNA序列
90C59 数学规划中的近似方法和启发式
90立方厘米29 多目标和目标规划

关键词：

多序列比对;人工鱼群算法;生物启发算法;生物信息学;优化算法;进化算法;分子生物学;群体智能

软件：

M-咖啡;探针Cons;肌肉;卡林;直径-TX;巴利巴斯;T-受试者;木乃伊;MAFFT公司;DIALIGN公司;普罗瓦林;MSA探测器;ClustalW公司
PDF格式BibTeX公司 XML格式引用
\textit{A.Dabba}等人，信息：信息系统。操作。第58号决议，第1号，第38-59号（2020年；Zbl 1512.92058）
全文： 内政部

参考文献：

[1] 阿巴斯，M。；帕奎特。；Pereira，FB，多目标多序列比对的启发式，Biomed Eng Online，15，1，70（2016）
[2] 培根，DJ；WF安德森，《多序列比对》，《分子生物学杂志》，191，2，153-161（1986）
[3] Bahr，A。；汤普森，JD；蒂埃里，J-C；Poch，O.，Balibase（基准比对数据库）：重复序列、跨膜序列和圆形排列的增强，《核酸研究》，29，1，323-326（2001）
[4] RK布拉德利；罗伯茨。；斯穆特，M。；尤维卡尔，S。；Do，J。；杜威，C。；福尔摩斯一世。；Pachter，L.，《快速统计校准》，《公共科学图书馆计算生物学》，第5、5、e1000392页（2009年）
[5] Btissam，D。；Abounaer，R.，《多目标考试时间表问题：基于ε-约束方法的建模与求解》，IJCSNS，17，4，192（2017）
[6] Chao，K-M；张磊，序列比较：理论与方法，7（2008），施普林格科学与商业媒体
[7] Chellapilla，K。；Fogel，GB，使用进化编程的多序列比对，1445-452（1999），IEEE
[8] 科埃洛，CC；Dhanens，C。；Jourdan，L.，《多目标自然启发计算的进展》，272（2009），Springer
[9] Cutello，V。；尼科西亚，G。；Pavone，M。；Prizzi，I.，混合生物启发算法的蛋白质多序列比对，核酸研究，39，61980-1992（2011）
[10] 戴霍夫，M。；施瓦茨，R。；Orcutt，B.，蛋白质序列和结构图谱，5，22蛋白质进化变化模型，345-352（1978），马里兰州：国家生物医学研究基金会，马里兰州银泉
[11] Derrien，V.，Heuristiques pour la résolution du problème d'alignment multiple（2008），愤怒大学
[12] Do，CB；Mahabhashyam，理学硕士；布鲁德诺，M。；Batzoglou，S.，Probcons：基于概率一致性的多序列比对，Genome Res，15，2，330-340（2005）
[13] Edgar，RC，《肌肉：高精度和高通量的多序列比对》，《核酸研究》，32，5，1792-1797（2004）
[14] 埃德加，RC；Sjölander，K.，SATCHMO:使用隐马尔可夫模型进行序列比对和树构建（2003）
[15] 冯，D-F；杜立德，RF，《作为纠正系统发育树的先决条件的渐进序列比对》，《分子进化杂志》，25，4，351-360（1987）
[16] 高，C。；王，B。；周，C。；张，Q。；尹，Z。；Fang，X.，用于多序列比对的杂交入侵杂草优化和遗传算法，72-82（2018），Springer
[17] 贡德罗，C。；Kinghorn，BP，多序列比对的简单遗传算法，Genet Mol Res，6，4，964-982（2007）
[18] Henikoff，S。；Henikoff，JG，蛋白质块的氨基酸替代矩阵，美国国家科学院院刊，89，22，10915-10919（1992）
[19] 霍，H。；Stojkovic，V.，《保证精度的多序列比对模拟退火算法》，2270-274（2007），IEEE
[20] Katoh，K。；Misawa，K。；库马，K-I；Miyata，T.，Mafft：基于快速傅里叶变换的快速多序列比对新方法，核酸研究，30，14，3059-3066（2002）
[21] 拉斯曼，T。；弗林斯，O。；Sonnhammer，EL，Kalign2:蛋白质和核苷酸序列的高性能多重比对，允许外部特征，《核酸研究》，37，3，858-865（2009）
[22] 劳伦斯，CE；阿尔特舒尔，旧金山；博古斯基，理学硕士；刘，JS；法国纽瓦尔德；Wootton，JC，《检测细微序列信号：多重比对的吉布斯采样策略》，《科学》，2625131208-214（1993）
[23] Li，X-L，基于自主动画的优化方法：鱼温算法，系统工程理论实践，22，11，32-38（2002）
[24] 刘，Y。；施密特，B。；Maskell，DL，Msaprobs：基于对隐马尔可夫模型和配分函数后验概率的多序列比对，生物信息学，26，16，1958-1964（2010）
[25] Löytynoja，A。；Goldman，N.，《插入序列的渐进多重比对算法》，美国国家科学院院刊，102，30，10557-10562（2005）
[26] Mount，德国之声，《使用隐马尔可夫模型对多个序列进行比对》，冷泉港协议，2009，7，pdb.top41（2009）
[27] 纳兹宁，F。；Sarker，R。；Essam，D.，用遗传算法进行多序列比对的垂直分解，BMC生物信息学，12，1，353（2011）
[28] 纳兹宁，F。；Sarker，R。；Essam，D.，使用遗传算法进行多序列比对的渐进比对方法，IEEE Trans-Evol Compute，16，5，615-631（2012）
[29] 内沙特，M。；阿德利，A。；塞皮德南，G。；Sargolzaei，M。；Toosi，AN，《人工鱼群优化方法和应用综述》，国际智能传感智能系统杂志，5，1，107-148（2012）
[30] Notredame，C.公司。；希金斯，DG，萨加：通过遗传算法进行序列比对，《核酸研究》，24，8，1515-1524（1996）
[31] Notredame，C。；希金斯，DG；Heringa，J.，T-coffee：一种快速准确的多序列比对新方法，《分子生物学杂志》，302，1，205-217（2000）
[32] Ortuño，FM；O.瓦伦苏埃拉。；罗哈斯，F。；Pomares，H。；弗洛里多，JP；吉咪·乌奎察；Rojas，I.，使用基于三个目标的遗传算法优化多序列比对，生物信息学，29，17，2112-2121（2013）
[33] 裴，J。；Grishin，NV，Mummals:使用带有局部结构信息的隐马尔可夫模型改进多序列比对，《核酸研究》，34，16，4364-4374（2006）
[34] 拉尼，RR；Ramyachitra，D.，生物系统的软计算，人工蜂群与细菌觅食优化群集方法的杂交，用于多序列比对，39-65（2018），Springer
[35] 美国罗山。；Livesay，DR，Probalign:使用配分函数后验概率的多序列比对，生物信息学，22，22，2715-2721（2006）
[36] 阿拉巴马州鲁比奥·拉戈。；马萨诸塞州Vega-Rodríguez；González-Alvarez，DL，用于多序列比对的混合多目标人工蜂群，应用软件计算，41，157-168（2016）
[37] 西弗斯，F。；Wilm，A。；迪宁，D。；Gibson，TJ；Karplus，K。；李伟（Li，W.）。；洛佩兹，R。；麦克威廉，H。；雷默特，M。；S.öding，J.，使用聚集ω快速、可扩展地生成高质量蛋白质多序列比对，分子系统生物学，7，1，539（2014）
[38] Silva，斐济总理；Sánchez-Pérez，JM；佐治亚州戈梅斯·普利多；马萨诸塞州Vega-Rodríguez，《执行多序列比对的进化方法》，2010年IEEE大会。进化计算（CEC），1-7（2010），IEEE
[39] Subramanian，AR；考夫曼，M。；Morgenstern，B.，Dialign-tx：基于分段的多序列比对的贪婪和渐进方法，算法Mol-Biol，3，1，6（2008）
[40] Taheri，J。；Zomaya，AY，Rbt ga：一种解决多序列比对问题的新元启发式方法，BMC基因组学，10，Suppl 1，S10（2009）
[41] 泰勒，WR；桑顿，JM，蛋白质超二级结构的识别，分子生物学杂志，173,4487-514（1984）
[42] 汤普森，JD；希金斯，DG；Gibson，TJ，Clustal w:通过序列加权、特定位置间隙惩罚和权重矩阵选择提高渐进式多序列比对的敏感性，《核酸研究》，22，22，4673-4680（1994）
[43] 汤普森，JD；Koehl，P。；Ripp，R。；Poch，O.，Balibase 3.0：多序列比对基准的最新发展，《蛋白质》，61，1，127-136（2005）
[44] Wadud，理学硕士；伊斯兰，MR；北昆都。；Kabir，MR，《使用化学反应优化算法的多序列比对》，智能系统设计与应用国际会议，1065-1074（2018），斯普林格
[45] Wallace，IM；O'sullivan，O。；希金斯，DG；Notredame，C.，M-coffee:将多重序列比对方法与t-coffee相结合，《核酸研究》，34，6，1692-1699（2006）
[46] Wang，L。；姜涛，《论多序列比对的复杂性》，《计算机生物学杂志》，1，4，337-348（1994）
[47] 沃特曼，理学硕士；史密斯，TF；Beyer，WA，《一些生物序列度量》，高等数学，20，3，367-387（1976）·Zbl 0342.92003号
[48] Zemali，E。；Boukra，A.，EGSA：解决多序列比对问题的新增强引力搜索算法，IJIEI，6，1-2，204-217（2018）
[49] Zhou，R。；Hansen，EA，K-group a*，用于准自然间隙成本的多序列比对，688-695（2004），IEEE
[50] 朱，H。；何，Z。；Jia，Y.，基于分解的多目标进化算法用于多序列比对的新方法，IEEE J Biomed Health Inform，20，2，717-727（2016）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。