摘要
本发明公开一种基于演化多目标优化的肽疫苗设计方法,将原始肽疫苗设计问题重新二目标化,应用嵌入了热启动和修复策略的多目标演化算法求解,可以获得更加优质的结果。本发明所提出的PVD‑EMO框架,它将肽疫苗设计重新表述为双目标优化问题,最大化肽‑MHC分子结合的预期数量同时最小化所选肽的数量,并采用多目标演化算法来解决它。为了提升效率,还将热启动和修复策略嵌入多目标演化算法中。热启动策略确保PVD‑EMO保持与之前的贪心算法Optivax‑P相同的最坏情况近似保证。此外,通过使用一个肽疫苗设计的示例,证明Optivax‑P会陷入局部最优,而PVD‑EMO可以避免。针对由SARS‑CoV‑2病毒引起的COVID‑19的肽疫苗设计实验证明了PVD‑EMO能有效跳出局部最优,获得比最先进算法Optivax‑P更好的解。
技术关键词
演化算法
热启动
策略
肽疫苗
贪心算法
支持随机访问
计算机设备
先进算法
可读存储介质
处理器
索引
规模
存储器
复杂度
关系
病毒
分子
系统为您推荐了相关专利信息
卷积计算方法
优先级调度策略
动态
输出特征
神经网络硬件加速
李雅普诺夫优化
任务分配方法
DQN算法
网络
贪心策略
调度控制系统
负荷
机器学习模型
LSTM模型
动态调度算法