生体反応系解析用シミュレータBEST-KITの設計と開発

本研究では、九州大学大学院農学研究院生物機能制御学研究室で開発中である生化学反応系を手軽に解析することを目的としたコンピュータシミュレーションシステム"BEST-KIT" (http://www.best-kit.org/)上で、実験により得られたタイムコースデータをもとに、反応系内の値未知な速度パラメータ推定を行う最適化モジュールの開発を行い、いくつかのケーススタディを用いて採用した最適化手法の性能を評価したものである。数値最適化手法としては、修正パウエル法(MP)、遺伝的アルゴリズム(GA)に加えて、両者を組み合わせたハイブリッド法(GA+MP)を採用した。GAの世代交代モデルにはMGG (Minimal Generation Gap)とG3 (Generalized Generation Gap)の2手法を、交叉法にはUNDX (Unimodal Normal Distribution Crossover)、SPX (Simplex Crossover)、PCX (Parent-Centric Crossover)の3手法を採用し、それにMPを組み合わせたハイブリッド法を構築した。また、それぞれのハイブリッド法の性能を検証するため、3種の一般的なベンチマーク関数を用いたテストと、3種の酵素反応系のモデル系を用いたテストを行い、GAのみ、MPのみの結果との比較を行った。その結果、MGG+PCX+MPが成功回数、計算速度ともに優位である試行が多かった。ただし、評価値や個体の分布の推移の解析結果から、MGG+UNDX+MPでは探索初期の解の多様性が保たれており、パラメータ値が全く予測できない系ではこの手法が有効であることが示唆された。

本研究では、九州大学大学院農学研究院生物機能制御学研究室で開発中である生化学反応系を手軽に解析することを目的としたコンピュータシミュレーションシステム"BEST-KIT" (http://www.best-kit.org/)上で、実験により得られたタイムコースデータをもとに、反応系内の値未知な速度パラメータ推定を行う最適化モジュールの開発を行い、いくつかのケーススタディを用いて採用した最適化手法の性能を評価したものである。数値最適化手法としては、修正パウエル法(MP)、遺伝的アルゴリズム(GA)に加えて、両者を組み合わせたハイブリッド法(GA+MP)を採用した。GAの世代交代モデルにはMGG (Minimal Generation Gap)とG3 (Generalized Generation Gap)の2手法を、交叉法にはUNDX (Unimodal Normal Distribution Crossover)、SPX (Simplex Crossover)、PCX (Parent-Centric Crossover)の3手法を採用し、それにMPを組み合わせたハイブリッド法を構築した。また、それぞれのハイブリッド法の性能を検証するため、3種の一般的なベンチマーク関数を用いたテストと、3種の酵素反応系のモデル系を用いたテストを行い、GAのみ、MPのみの結果との比較を行った。その結果、MGG+PCX+MPが成功回数、計算速度ともに優位である試行が多かった。ただし、評価値や個体の分布の推移の解析結果から、MGG+UNDX+MPでは探索初期の解の多様性が保たれており、パラメータ値が全く予測できない系ではこの手法が有効であることが示唆された。