均衡分布性和收敛性的多目标粒子群优化方法

粒子群优化（PSO）算法是一种基于群体演化且非常有效的求解多目标优化问题的方法,但因经典算法中粒子进化存在趋同性导致算法易陷入局部Pareto最优前沿,使得解集收敛性和分布性不理想。为此提出了一种均衡分布性和收敛性的多目标粒子群优化（DWMOPSO）算法,算法中每个粒子根据自身在进化过程中记忆的个体最好适应度值构建进化速度,由进化速度的快慢动态调整各粒子惯性权重,增加粒子的多样性,从而提高粒子跳出局部最优解的概率。通过在5个标准测试函数上进行仿真实验,结果表明,与Coello的多目标粒子群优化(MOPSO)算法相比,DWMOPSO算法获得的解集在与真实解集的逼近性和解集的分布性两个方面都有了很大的提高。     

基于网络药理学和分子对接探讨“黄芪-黄连”药对治疗儿童肥胖症的作用机制

目的基于网络药理学和分子对接探讨“黄芪-黄连”药对治疗儿童肥胖病的作用机制。方法首先利用(中药系统药理学数据库与分析平台)TCMSP数据库,对黄芪、黄连的活性成分进行挖掘。利用UniProt数据库对靶点进行校正。再以儿童肥胖病(childhood obesity)为查找条件,通过Gene Cards、OMIO数据库筛选儿童肥胖病的相关靶点,并与“黄芪-黄连”药对的作用靶点进行选取交集处理,得到该药对治疗儿童肥胖病的有效靶点。利用String数据库对上述靶点进行蛋白质-蛋白质相互作用(PPI)网络预测,之后利用Bioconductor数据库进行GO和KEGG富集分析,最后利用AutoDock软件对度值较高的药物成分和核心靶点进行分子对接验证。结果共筛选出“黄芪-黄连”药对67个药物活性成分及95个治疗儿童肥胖病的靶点。通过PPI网络分析,“黄芪-黄连”药对治疗儿童肥胖病可能与MAPK8、EGFR、IL6、ESR1、VEGFA、CCND1、AR、MYC、CASP3、PPARG等蛋白靶点有关。GO功能富集分析显示“黄芪-黄连”药对的主要功能为蛋白质异源二聚化、近端启动子序列特异性DNA结合、RNA聚合酶Ⅱ近端启动子序列特异性DNA结合、染色质结合、泛素样蛋白连接酶结合等;KEGG通路分析涉及的主要通路为PI3K/Akt、MAPK信号通路、卡波西肉瘤相关疱疹病毒、人巨细胞病毒感染等。分子对接表明“黄芪-黄连”药对的主要活性成分与疾病的核心靶点有较稳定的结合活性。结论“黄芪-黄连”药对可直接或间接作用于PI3K/Akt通路,主要通过调节细胞分裂、抑制炎症等治疗儿童肥胖症。