Применение методов оптимизации для выполнения молекулярного докинга на графических процессорах
https://doi.org/10.18255/1818-1015-2014-5-93-101
Аннотация
В работе проведён анализ методов оптимизации для решения задачи молекулярного докинга. Сформированы дополнительные требования, предъявляемые к методам оптимизации при их реализации на графических процессорах. Выбран перспективный метод для графических процессоров и продемонстрирована его реализация.
Ключевые слова
CUDA,
GPGPU,
молекулярный докинг,
виртуальный скрининг,
лиганд-белковый докинг,
дифференциальная эволюция
Об авторах
Михаил Александрович Фарков
Сибирский Федеральный Университет
Россия
аспирант, Россия, 660041, г. Красноярск, пр. Свободный, 79
Россия
аспирант, Россия, 660041, г. Красноярск, пр. Свободный, 79
Александр Иванович Легалов
Сибирский Федеральный Университет
Россия
профессор, заведующий кафедрой вычислительной техники, Россия, 660041, г. Красноярск, пр. Свободный, 79
Россия
профессор, заведующий кафедрой вычислительной техники, Россия, 660041, г. Красноярск, пр. Свободный, 79
Список литературы
1. Фарков М.А. Вычисление сеток взаимодействия молекул с использованием графических процессоров // Исследования наукограда. 2013. 3(5), июль–сентябрь. C. 49–52.
2. Trott O., Olson A. AutoDock Vina: Improving the Speed and Accuracy of Docking with a New Scoring Function, Efficient Optimization, and Multithreading // Journal Computational Chemistry. 2010. 31. P. 455–461.
3. Jones G., Willett P., Glen R., Leach A., Taylor R. Development and Validation of a Genetic Algorithm for Flexible Docking // Journal of Molecular Biology. 1997. 267. P. 727–748.
4. Stroganov O.V., Novikov F., Stroylov V., Kulkov V., Chilov G. Lead finder: an approach to improve accuracy of protein-ligand docking, binding energy estimation, and virtual screening // Journal of Chemical Information and Modeling. 2008. 48(12). P. 2371–2385.
5. Liu M., Wang S. MCDOCK: A Monte Carlo simulation approach to the molecular docking problem // Journal of Computer-Aided Molecular Design. 1999. 13. P. 435–451.
6. Meiler J., Baker D. ROSETTALIGAND: Protein–Small Molecule Docking with Full SideChain Flexibility // PROTEINS: Structure, Function, and Bioinformatics. 2006. 65. P. 538–548.
7. Korb O., Stutzle T., Exner T.E. Accelerating molecular docking calculations using graphics processing units // Journal of chemical information and modeling. American Chemical Society. 2011. 51(4). P. 865–876.
8. Storn R., Price K. Differential evolution – A simple and efficient heuristic for global optimization over continuous spaces // Journal of Global Optimization. 1997. 11(4). P. 341–359.
9. Pechan I., Feher B. Hardware Accelerated Molecular Docking: A Survey // Bioinformatics. ISBN 978-953-51-0878-8. Available from: http://www.intechopen.com/books/bioinformatics/hardware-accelerated-molecular-docking-a-survey
10. Morris G.M., Huey R., Lindstrom W., Sanner M.F., Belew R.K., Goodsel, D.S., Olson, A.J. AutoDock4 and AutoDockTools4: Automated docking with selective receptor flexibility // Journal of Computational Chemistry. 2009. 30. P. 2785–2791.
11. Morris G.M., Goodsell D.S., Halliday R.S., Huey R., Hart W.E., Belew R.K., Olson A.J. Automated docking using a Lamarckian genetic algorithm and an empirical binding free energy function // Journal of Computational Chemistry. 1998. 19. P. 1639–1662.
12. Farkov M.A. Calculation of force field grids for molecular docking using GPU // Journal of Siberian Federal University. Biology. 2014. 7(1). P. 4–13.
Рецензия
Для цитирования:
Фарков М.А., Легалов А.И. Применение методов оптимизации для выполнения молекулярного докинга на графических процессорах. Моделирование и анализ информационных систем. 2014;21(5):93-101. https://doi.org/10.18255/1818-1015-2014-5-93-101
For citation:
Farkov M.A., Legalov A.I. Application of Numerical Optimization Methods to Perform Molecular Docking on Graphics Processing Units. Modeling and Analysis of Information Systems. 2014;21(5):93-101. (In Russ.) https://doi.org/10.18255/1818-1015-2014-5-93-101
Просмотров:
891
Послать статью по эл. почте 