Проблемно-ориентированный программный комплекс для численного решения и исследования задач структурной биоинформатики с использованием методов стохастической оптимизации

Основное содержимое статьи

С. В. Полуян
Н. М. Ершов

Аннотация

В работе представлен разработанный комплекс проблемно-ориентированных программ для проведения вычислительных экспериментов в задачах структурной биоинформатики: предсказания структуры белка и пептид-белок докинга. Задачи формулируются как задачи глобальной оптимизации в непрерывном пространстве поиска. Основной целью разработки указанного комплекса является предоставление функционала для проведения вычислительных экспериментов с использованием различных методов стохастической оптимизации. Для проведения экспериментов пользователю предоставляется пространство поиска с указанием размерности. В работе приведен функционал комплекса, раскрываются основные детали реализации и демонстрируются результаты экспериментов с его использованием. Комплекс реализован на языке C++ и предоставляет возможность применения параллельных вычислений с использованием технологии OpenMP. Комплекс расположен в открытом доступе и представлен в репозиториях сервиса GitHub.

Скачивания

Данные скачивания пока недоступны.

Информация о статье

Как цитировать
[1]
Полуян, С.В. и Ершов, Н.М. 2021. Проблемно-ориентированный программный комплекс для численного решения и исследования задач структурной биоинформатики с использованием методов стохастической оптимизации . Системный анализ в науке и образовании. 4 (сен. 2021), 1–11. DOI:https://doi.org/10.37005/2071-9612-2020-4-37-47.
Раздел
Статьи

Библиографические ссылки

Полуян, С. В. Квантильное преобразование в задачах структурной биоинформатики / С. В. Полуян, Н. М. Ершов // Computational nanotechnology. – 2019. – Т. 6. – № 4. – C. 29–43.

Полуян, С. В. Применение многомерной квантильной функции в задаче пептид-белок докинга / С. В. Полуян, Н. М. Ершов // Вестник Южно-Уральского государственного университета. Серия "Вычислительная математика и информатика". – 2019. – Т. 8. – № 2. – С. 63–75.

The Rosetta all-atom energy function for macromolecular modeling and design / R. F.Alford et al. // Journal of Chemical Theory and Computation. – 2017. – Vol. 13. – № 6. – Pp. 3031–3048.

Полуян, С. В. Применение параллельных эволюционных алгоритмов оптимизации в задачах структурной биоинформатики / С. В. Полуян, Н. М. Ершов // Вестник УГАТУ. – 2017. – Т. 21. – № 4. – C. 143–152.

Incremental Construction of Minimal Acyclic Finite-State Automata / J. Daciuk et. al // Computational Linguistics. – 2000. – Vol. 26. – № 1. – Pp. 9–16.

Ghosal, P. Multivariate ranks and quantiles using optimal transportation and applications to goodnessof-fit testing / P. Ghosal, B. Sen //arXiv preprint arXiv:1905.05340. – 2019.

Репозитории GitHub. – URL : https://github.com/poluyan.

Hintze, B. J. MolProbity’s ultimate rotamer-library distributions for model validation // Proteins: Structure, Function, and Bioinformatics. – 2016. – Vol. 84. – № 9. – Pp. 1177–1189.

Shapovalov, M. V. A Smoothed Backbone-Dependent Rotamer Library for Proteins Derived from Adaptive Kernel Density Estimates and Regressions / M. V.Shapovalov, R. L. Dunbrack // Structure. – 2011. – Vol. 19. – № 6. – Pp. 844–858.

The Protein Data Bank / H. M.Berman et. al // Nucleic Acids Research. – 2000. – Vol. 28. – № 1. – Pp. 235–242.

Buchan, D. The PSIPRED Protein Analysis Workbench: 20 years on / D. Buchan, D. Jones // Nucleic Acids Research. – 2019. – Vol. 47. – Pp. 402–407.

IT-ecosystem of the HybriLIT heterogeneous platform for high-performance computing and training of IT-specialists/ G. Adam et. al // IT-ecosystem of the HybriLIT heterogeneous platform for highperformance computing and training of IT-specialists. – 2018. – Pp. 638–644.

Heterogeneous Computing Cluster HybriLIT. – URL : http://hybrilit.jinr.ru/en.