基于蚁群遗传算法的DNA 序列比对方法d

© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved.

168
生 物 信 息 学
第5卷
S 和 T 的一个序列比对 A 用序列中字符的一一对应表 示 ,其中 ① | S′ | =| T ′ | ,② | S′ | ,| T ′ | 去掉空格就是 S 和 T。A 的得分为 :
2. 3 蚁群序列比对算法的缺陷及解决方法
| , 而 k = 1 ,2 ,3 分别表示向右 、 向右下和向下三个方向 。初
始时刻设定 τ ijk (0) = τ 0 (τ 0 为常数) 。 η ijk ( t ) 表示与匹配得分成正比的一个介于 0 与 1 之间的 一个比例因子 。举例来说如下 : 如果蚂蚁当前位置为 ( i ,j ) , 若选择 k = 1 或 k = 3 的方向 , 则根据式 ( 1 ) 比对得分为 - 1 ; 若选择 k = 2 的方向 ,则比对得分为 2 或 1 。但是由于蚁群算 法中的 η ij 因子是一个与城市距离成反比且介于 0 与 1 之间 的一个比例因子 , 因此 η ijk ( t ) 也应该具备这个意义 , 即 η ijk
RASA
[8 ]
Ω 1 x ≠y ∈
- 1 x = ‘- ’ 或 y = ‘- ’
(1)
。蚁群算法是一种新型的模拟进化算法 , 它通过模
收稿日期 :2006 - 11 - 30 ; 修回日期 :2007 - 01 - 08 基金项目 : 江苏省自然科学基金 (BK2003017) ,南京大学软件新技术国家重点实验室及江苏省计算机信息处理技术重点实验室开放课题 作者简介 : 郭俊恩 (1978 - ) ,男 ,河南唐河人 ,计算机应用技术专业硕士研究生 。 3 通讯作者 : 王士同 (1964 - ) ,男 ,江苏扬州人 ,教授 ,博士生导师 ,主要从事人工智能 、 模式识别 、 图像处理以及生物信息学等研究 。
Score + MaxScore 2 ×MaxScore
z
(7) (8)
图1 单个蚂蚁的行走路线
Fig 1 The w alked path of each ant .
Az =
Q 为常数 , A z 与蚂蚁 z 所走路线代表的序列比对的分值 相关 。在 TSP 问题中 ,用 L k 表示路线的长度 ,它总是大于零 的 。但序列比对分值可正可负 ,所以要将其映射到正值再分 配给 Az ,比对分值越高 , Az 越大 。所用的映射方法类似于
f ( x ,y) =
而 UniBLAST 工具包可以从查到的
[7 ]
大量序列中过滤掉没有意义的序列
。
近年来 ,将优化算法应用于序列比对的研究逐渐多了起 来 。Cedric- Emmet 和 Desmond 于 1997 年提出了一种应用于 多序列比对的遗传算法 , 并 实 现 了 基 于 该 算 法 的 软 件 包
z η ijk ( t ) 的映射方法 , 可以简单给出如下公式 ( 8 ) , 其中 Score
Abstract :Based on ant colony optimization algorithm , ant colony optimization genetic algorithm (ACOG A) is an improved algorithm by opti2 mizing ant colony optimization algorithm’ s parameters. In this paper , ACOG A is applied to DNA sequence alignment and the ACOG A based sequence alignment algorithm is derived. The experimental results indicate that the proposed sequence alignment algorithm is very efficient. Key Words :sequence alignment ; bioinformatics ; ant colony optimization algorithm ; ant colony optimization genetic algorithm
[11]
τ ijk ( t ) 表示 t 时刻图 1 中 ( i ,j ) 位置上第 k 个方向的路径
R ijk 上的信息素浓度 。其中 i = 0 ,1 ,2. . . | S| ,j = 0 ,1 ,2 ,. . . | T
在 20 世纪 90 年代初提出来的。这种算法模仿了蚂蚁在
搬运食物的过程中 ,自发寻找最短路径的行为特征 ,加以改进并 应用到不同的领域。蚂蚁是通过感知信息素的浓度来选择路径 的。
D NA sequence alognment algorithm based on colony optimization g- en , WANG Shi - tong
1 1 ,2
,XU Hong - lin
1
( 1. School of Information Engineering Southern Yangtze University , Wuxi 214122 , China ; 2. State Key Laboratory for Novel Software Technology at Nanjing University , Nanjing 210016 , China)
(5) (6)
3 算法设计
3. 1 新型蚁群序列比对算法设计
对序列 S = CAGG A 和 T = CGGTTA ,仿照动态规划法建立 矩阵 ( 如图 1) 。 蚂蚁从矩阵左上角出发选择一条路径到达右 下角 ,就形成了一个比对 ,我们确定水平或垂直方向上移动 一格表示在相应的序列中插入一个空位 ,沿对角线移动一格 表示到达的新位置对应字符的匹配 。图 1 中的路线表示了 如下比对结果 : 序列 S’ :CAGG- - A 序列 T’ :C - GGTTA
( 如 DNA 由 4 种核糖核酸 A ,T ,C , G 确定 ; 单字母氨基酸由 20
包 ,可以在 DNA 、 蛋白质数据库中进行查找 [3 - 4 ] 。而 BLAST 算法则是由 Altschul 等人于 1990 年提出 [5 ] 。此后经过改进
BLAST 允许空位的插入
[6 ]
种字母确定等) 。基因序列在突变中的变化包括替代 、 插入 和删除 ,用 “- ” 来表示插入和删除所产生的空位 。对于 x ,y ΩY{ - } , 定义 p ( x ,y) 为计分函数 , 表示 x ,y 比较时的得 ∈ 分 ,以下是最简单的一种 : Ω 2 x = y ∈
Score (A) =
蚂蚁 z (z = 1 ,2. . . m) 从矩阵左上角出发 ,根据式 (3) 所定 义的概率从位置 (i , j) 移动到下一个位置 ,直到走到矩阵的 右下角为止 :
(τ ijk ( t ) ) (η ijk ( t ) )
α β
∑
| S′ | i =1
p ( S′ ′ iT j)
摘要 : 蚁群遗传算法是在蚁群算法的基础上用遗传算法对其参数进行优化而产生的一种改进算法 。把蚁群遗传算法应用于
DNA 序列比对上 ,结果表明这种新的序列比对算法是非常有效的 。
关键词 : 序列比对 ; 生物信息学 ; 蚁群算法 ; 蚁群遗传算法 中图分类号 :TP18 文献标识码 :B 文章编号 :1672 - 5565 (2007) - 04 - 167 - 04
∑
m
z =1
z τ △ ijk
τ △ ijk 为本次循环中路径 R ijk 中的信息素增量 。初始时
z τ τ 刻△ ijk = 0 。 △ ijk 为第 z 只蚂蚁在路径 R ijk 上留下的信息
素。
z τ △ ijk =
{ Q ×Az ( 蚂蚁 z 经过 R ijk ) 0 ( 蚂蚁 z 未经过 Rijk )
1 引 言
生物信息学中研究 DNA 的主要方法是序列比对 。当然 也有其它的研究方法 ,如徐红林和王士同用概率布尔型网络
( PBN) 模型 [1 ] 计算网络中任意两基因之间量化了的相互影
拟蚁群在觅食过程中寻找最短路径的方法来求解优化问题 , 目前在旅行商问题等组合优化问题中有成功的应用 。用该 算法求解序列比对问题是优化算法在该领域的一种尝试 ,梁 栋等人把蚁群算法应用到了序列比对上 [9 ] 。
因子 。基于这一点 ,要把得分映射成符合这个条件的值 。最 简单的映射方法是式 (4) 。拿式 (1) 来说式 ( 4) 就可以满足条 件 。式 (4) 可以根据式 (1) 的不同而进行不同的调整 。 α和β是分配给信息素 、 启发信息的权值 , 体现了它们 对决策的影响力大小 ,在实验中可以进行合理地调整 。 首先设定 q0 ∈(0 ,1) ,蚂蚁在选择路径时产生一个 (0 ,1) 之间的随机数 p ,当 p ÷ q0 时 ,蚂蚁 z 选择 pzijk ( k = 1 ,2 ,3) 之 中值最大的方向 k 。当 p > q0 时 ,蚂蚁 z 随机选择三个方向 中的一个往下走 。 当所有蚂蚁通过不同的路线到达矩阵的右下角 ,得到一 组比对结果 ,就完成了寻找最优路线的一次循环 。这时要对 每条路径的信息素进行全局更新 ,新的信息素要加进来 , 旧 的信息素要挥发掉 。定义 ρ∈( 0 ,1) 为衰减系数 ,则 1 - ρ反 映了信息素的挥发程度 。更新公式如下 : τ τ τ ijk ( t + n) = ρ × ijk ( t ) + △ ijk τ △ ijk =
响 ,给出相应的有向带权图模型等等 。经过多年的研究 , 人 们已探索出了许多有效的算法 。