人工生命による分子進化のモデルと並列シミュレーション

人工生命分子进化的模型和并行模拟

• 批准号: 07858047
• 负责人: 松田 秀雄
• 金额: $ 0.77万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1995
• 资助国家: 日本
• 起止时间: 1995 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-07858047/
• 关键词: 人工生命; 遺伝的アルゴリズム; 最尤法; 分子進化; 組合せ最適化

本研究では,人工生命についての研究の一つとして,与えられた遺伝情報をもとに進化の系統を再構成するシステムを開発した.このシステムは以下のような特徴を有している.1.遺伝子情報はDNA塩基配列またはアミノ酸配列などの文字列情報として与え,最尤推定により進化系統を再構成する.2.系統間で進化速度を変えて,進化系統を再構成できる.3.配列数の増加に対して組合せ的に増大する可能な進化系統を探索するため,組合せ最適化問題の代表的な解法の一つである遺伝的アルゴリズム(Genetic Algorithm)を適用している.4.進化系統を遺伝的アルゴリズムで取り扱うときのデータ表現として,従来良く用いられている2進数表現ではなく,グラフ表現をとることにした.たのため,交叉・突然変異のオペレータは,グラフ表現に対して行なえるような独自の方式を開発した.本システムにより再構成された進化系統と,従来の進化系統樹作成法(平均距離法,近隣結合法,最大節約法など)で作成された系統とを対数尤度で比較した.その結果,本システムは従来手法よりも高い対数尤度を持つ系統を再構成できることがわかり,本システムの有効性が確認された.今後の課題としては,遺伝的アルゴリズムによる探索の一般的な傾向として収束に非常に時間がかかっているため,選択・交叉・突然変異について別方式の採用も含めたチューニングを行ない,収束性能を向上させることがあげられる.また,遺伝的アルゴリズムは並列処理に向いた手法とされているため,今後,並列計算機の利用による処理時間の大幅な短縮を目指す.

This study aims to provide a framework for the study of artificial life and the reconstruction of evolutionary systems based on genetic information. The following characteristics of the system are: 1. DNA sequence information, DNA sequence information, DNA sequence information, A representative solution of combinatorial optimization problem is applied to Genetic Algorithm. 4. Evolutionary system is applied to genetic algorithm. The cross, the sudden change, the change. The evolutionary tree method (average distance method, neighbor association method, maximum node constitution method) is used to construct the evolutionary tree. As a result, the system was reconstructed and its effectiveness was confirmed. In the future, we will explore the general trend of convergence, the special time of convergence, the selection, the intersection, the sudden change, the adoption of different methods, and the upward trend of convergence performance. In the future, the processing time of parallel computers will be greatly shortened.

项目成果

H.Matsuda: "Protein Phylogenetic Inference using Maximum Likelihood With A Genetic Algorithm" Proc.of Pacific Symposium on Biocomputing. 512-523 (1996)

H.Matsuda：“利用遗传算法的最大似然进行蛋白质系统发育推断”太平洋生物计算研讨会论文集。

H.Matsuda: "Construction of Phylogenetic Trees from Amino Acid Sequences using a Genetic Algorithm" Proc.of Genome Informatics Workshop VI. 19-28 (1995)

H.Matsuda：“使用遗传算法从氨基酸序列构建系统发育树”Proc.of Genome Informatics Workshop VI。

松田秀雄: "遺伝的アルゴリズムによるアミノ酸配列からの分子系統樹の作成" 第8回自律分散システムシンポジウム論文集. 207-212 (1996)

Hideo Matsuda：“使用遗传算法从氨基酸序列创建分子系统发育树”第八届自治分布式系统研讨会论文集 207-212 (1996)。