一种基于改进多目标进化算法的生物代谢路径设计方法技术

本发明专利技术提出了一种基于改进多目标进化算法的生物代谢路径设计方法，包括设置基本参数，基本参数包括算法迭代次数G，种群大小N，交叉点判断次数M，并确定可利用的底物集和目标产物；采用基于化学相似性的生物路径编码方法进行种群初始化，生成初始种群，将初始种群设为父代种群；基于生物交叉和生物变异操作对父代种群进行交叉变异，获得子代种群；对父代种群和子代种群进行生物代谢路径评估，得到评估结果；基于父代种群和子代种群的评估结果进行帕累托前沿面排序；判断算法是否满足终止条件，如果不满足条件，则继续进行种群的生物交叉和变异，否则算法终止，输出帕累托前沿面，从帕累托前沿面中选择满足需求的个体。帕累托前沿面中选择满足需求的个体。帕累托前沿面中选择满足需求的个体。

【技术实现步骤摘要】
一种基于改进多目标进化算法的生物代谢路径设计方法


[0001]本专利技术属于生物代谢路径设计
，尤其是涉及一种基于改进多目标进化算法的生物代谢路径设计方法。

技术介绍

[0002]代谢工程的重点是微生物细胞工厂的工程，通过改变代谢路径来生产化学品、燃料、药品和药物。在代谢工程中，代谢路径的设计在生产增值化合物的过程中起着至关重要的作用。代谢路径设计是通过连接几个前体化合物或异源途径来寻找一组产生目标化合物的生化反应的过程。其中，"目标化合物"是要待生产的感兴趣的化合物，"前体化合物"是合成目标化合物的化合物。但是，生物代谢路径形成的代谢网络系统是非常复杂的，原因有三点：（1）生物代谢系统非常庞大，包括成千上万的反应和代谢物；（2）生物代谢系统非常难以建立数学模型，因为其具有时变性、非线性和不确定性；（3）生物代谢系统的功能是紧密协调的，所以很难进行严格的、定量的化学分析。因此，生物代谢路径设计是一项艰巨的任务。
[0003]传统上，代谢路径的设计是通过调查文献和数据库来寻找候选反应，并将这些反应手动组装成生化途径。这种方法非常依赖研究人员对催化反应的酶和微生物的生理学的生化知识。但一个人只能考虑少量的反应，还有很大可能无法考虑新颖的、预测的反应。所以这种方法无法拓宽路径的可能性。为了克服传统方法的局限性，又开发了相当多的计算方法，这些方法通过输出一个反应列表来表示一条可能的路径。同时为了确保路径的可行性，考虑了不同的评价标准，如总体化学计量、热力学潜力、理论产量、毒性和代谢负担。这些方法将代谢路径的设计问题转换成一个单目标优化问题，用各个评价标准得分的加权和作为预测途径的最终得分。可其局限性有两方面，一方面是这些方法忽略了这些不同标准之间的相关性和矛盾性。比如，如果路径较长，更多的异源反应和中间产物将被引入宿主生物体，这将增加毒性的概率。这样看来，较短的候选途径有利于减少代谢负担。但是一些特定的产品需要复杂的代谢网络来生成，并有相应的热力学和理论产量来达到满意的效果。如此一来，之前讨论的通过多标准得分相加对候选路径进行排名的方法可能会得到一个次优的结果，它不能有效地搜索决策空间并产生更多额外的好的候选途径。另一方面，不同评估标准指标之间的衡量单位不统一，通常需要给不同的标准分配不同的权重值，但是在没有太多事先信息的情况下，如何合理分配权重值是一个新的技术难点。通常是给衡量单位较大的标准分配较大的权重，这种方式同时也会放大该标准的噪声。因此，想要获得高性能的代谢路径，需要对所有标准进行优化权衡。

技术实现思路

[0004]有鉴于此，本专利技术提出一种基于改进多目标进化算法的生物代谢路径设计方法，通过改进传统的进化算法,使其适应于生物代谢路径的编码、交叉、变异和评估，最后使用帕累托前沿面权衡多个评估方案，选择最佳的候选路径，解决了现有设计工具未考虑评估方式之间的竞争和矛盾关系的问题。
[0005]为达到上述目的，本专利技术的技术方案是这样实现的：一种基于改进多目标进化算法的生物代谢路径设计方法，具体包括如下步骤：步骤1：设置基本参数，包括算法迭代次数G，种群大小N，交叉点判断次数M，并确定可利用的底物集和目标产物；步骤2：采用基于化学相似性的生物路径编码方法进行种群初始化，生成初始种群，并将其设为父代种群；步骤3：基于生物交叉和生物变异操作对父代种群进行交叉变异，获得子代种群；步骤4：对父代种群和子代种群进行生物代谢路径评估，得到评估结果；步骤5：基于父代种群和子代种群的评估结果进行帕累托前沿面排序；步骤6：判断算法是否满足终止条件，如果不满足条件，则转到步骤3继续进行种群的生物交叉和变异，否则进入步骤7；步骤7：算法终止，输出帕累托前沿面，从帕累托前沿面中选择满足需求的个体。
[0006]进一步的，所述步骤2中，基于化学相似性的生物路径编码方法具体包括：步骤201：将化合物和反应处理为反应对；步骤202：计算每个反应对中底物和产物之间的化学相似性，并将其作为附加信息保存于反应对中，然后建立一个总配对池保存这些反应对，并按照不同的化合物进行分类；步骤203：设置目标化合物的底物集，根据底物集中的底物从总配对池中选择相应的反应对，得到初始化的底物池；步骤204：在底物池中随机选择一个底物作为起始化合物，在其对应的底物对中，使用基于化学相似性的轮盘赌策略进行选择；步骤205：如果选择的反应对中的产物不存在于底物池，那么从总配对池中选出产物对应的反应对加入底物池，新的底物池记为，否则不更新底物池；步骤206：判断产物是否是目标产物，如果是，则算法终止，编码结束，输出编码路径，否则返回步骤204。
[0007]进一步的，所述步骤3具体包括：从父代种群的若干个个体中随机选择两个个体作为父代个体，判断两个父代个体中是否存在相同的底物或产物，如果存在，则进行生物交叉操作，否则再次从父代种群中随机选取两个父代个体并判断，如果判断M次后仍然不存在相同点，进行生物变异操作。
[0008]进一步的，所述生物交叉操作具体包括：以父代个体相同点的位置作为交叉点，交换父代个体在交叉点右侧的部分，组成两个新的子代个体。
[0009]进一步的，所述生物变异操作具体包括：从父代种群中随机选择一个个体作为父代个体，再从父代个体中随机挑选一个化合物对对应的位置作为变异点；以变异点对应的化合物作为起始化合物，以目标产物作为目标化合物，按照基于化学相似性的生物路径编码方法设计一条从起始化合物到目标化合物的新路径，得到新个体；将新个体拼接到父代个体变异位置的右侧，形成一个新的子代个体。
[0010]进一步的，所述步骤4具体包括：分别计算父代种群和子代种群的评价指标，得到
对应的评估结果，每个评估结果包括三个评估值，分别对应代谢路径长度、吉布斯自由能和理论产量。
[0011]进一步的，所述步骤5具体包括：先组合父代种群和子代种群形成一个新种群，将新种群中的所有个体分配到所有的帕累托前沿面中，并根据个体评估值判断每个个体所属的帕累托前沿面次序，从新种群中选择前N个个体构成新种群的父代种群。
[0012]相对于现有技术，本专利技术所述的一种基于改进多目标进化算法的生物代谢路径设计方法具有以下优势：本专利技术将生物代谢路径设计问题建模为一个多目标优化问题，通过多目标优化算法中的帕累托前沿面权衡多种评价指标之间的竞争和矛盾关系，提高了寻找各方面评估指标的均衡的生物代谢路径的概率；本专利技术提出一种基于化学相似性的生物代谢路径编码方法，解决了传统多目标进化算法由于生物代谢路径的变长性和连续性无法编码的问题，且相似性的加入使得编码的生物代谢路径提高了被酶催化的概率，提高了所设计的生物代谢路径的可行性；本专利技术提出了生物交叉和生物变异的操作方法，解决了传统多目标进化算法无法应用于连续的生物代谢路径的问题，更大地扩展了搜索空间，提高了生物代谢路径的多样性。
附图说明
[0013]构成本专利技术的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进多目标进化算法的生物代谢路径设计方法，其特征在于：具体包括如下步骤：步骤1：设置基本参数，包括算法迭代次数G，种群大小N，交叉点判断次数M，并确定可利用的底物集和目标产物；步骤2：采用基于化学相似性的生物路径编码方法进行种群初始化，生成初始种群，并将初始种群设为父代种群；步骤3：基于生物交叉和生物变异操作对父代种群进行交叉变异，获得子代种群；步骤4：对父代种群和子代种群进行生物代谢路径评估，得到评估结果；步骤5：基于父代种群和子代种群的评估结果进行帕累托前沿面排序；步骤6：判断算法是否满足终止条件，如果不满足条件，则转到步骤3继续进行种群的生物交叉和变异，否则进入步骤7；步骤7：算法终止，输出帕累托前沿面，从帕累托前沿面中选择满足需求的个体。2.根据权利要求1所述的一种基于改进多目标进化算法的生物代谢路径设计方法，其特征在于：所述步骤2中，基于化学相似性的生物路径编码方法具体包括：步骤201：将化合物和反应处理为反应对；步骤202：计算每个反应对中底物和产物之间的化学相似性，并将其作为附加信息保存于反应对中，然后建立一个总配对池保存这些反应对，并按照不同的化合物进行分类；步骤203：设置目标化合物的底物集，根据底物集中的底物从总配对池中选择相应的反应对，得到初始化的底物池；步骤204：在底物池中随机选择一个底物作为起始化合物，在其对应的底物对中，使用基于化学相似性的轮盘赌策略进行选择；步骤205：如果选择的反应对中的产物不存在于底物池，那么从总配对池中选出产物对应的反应对加入底物池，更新底物池，否则不更新底物池；步骤206：判断产物是否是目标产物，如果是，则算法终止，编码结束，输出编码路径，否则返回步骤204。3.根据权利要求1所述的一种基...

【专利技术属性】
技术研发人员：张涛，曹亚慧，赵鑫，
申请(专利权)人：天津大学，
类型：发明
国别省市：