Discovery bus sistem za automatsko pravljenje qsar modela
This presentation is the property of its rightful owner.
Sponsored Links
1 / 15

Discovery Bus Sistem za automatsko pravljenje QSAR modela PowerPoint PPT Presentation


  • 64 Views
  • Uploaded on
  • Presentation posted in: General

Discovery Bus Sistem za automatsko pravljenje QSAR modela. Damjan Krstaji ć Istraživački Centar za Hemijsku Informatik u www.rcc.org.rs. Istraživački Centar za Hemijsku Informatiku. osnovan krajem 2005. ugovor sa Njukasl univerzitetom razvoj opensource projek a ta (myStructure, CDL)

Download Presentation

Discovery Bus Sistem za automatsko pravljenje QSAR modela

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Discovery bus sistem za automatsko pravljenje qsar modela

Discovery BusSistem za automatsko pravljenjeQSAR modela

Damjan Krstajić

Istraživački Centar za Hemijsku Informatiku

www.rcc.org.rs


Istra iva ki centar za hemijsku informatiku

Istraživački Centar za Hemijsku Informatiku

  • osnovan krajem 2005.

  • ugovor sa Njukasl univerzitetom

  • razvoj opensource projekata (myStructure, CDL)

  • primena evolucionih strategija u rešavanju problema iz hemijske i bioinformatike (GA,ACO)

  • razvoj Discovery Bus projekta – programiranje u R, Java, C/C++, Matlab


Motiva cije za discovery bus

Motivacije za Discovery Bus

  • Konstantan priliv novih podataka i metoda

  • Ne postoji jedan siguran način da se reši QSAR (statistički model)

  • Kratki rokovi

  • Lako integrisati novi softver bez obzira na operativni sistem(Windows ili Linux)

  • Otvoren za različite programske jezike

  • Distribuirano izračunavanje


Drugi sistemi za ma insko u enje

Drugi sistemi za mašinsko učenje

  • ABLE: Agent Building and Learning Environment (IBM)

  • YALE: Yet Another Learning Environment (U. Dortmund et al)

  • WEKA: (U. Waikato)

  • Slaba fleksibilnost za planiranje i povezivanje agenata

  • Slabe mogućnosti distribucije posla

  • Bez fleksibilnosti da se uradi više ili manje posla u zavisnosti od broja rasploživih servera


Osnove discovery bus a

Osnove Discovery Bus-a

  • Bus kernel je softver na centralnom serveru koji koordiniše aktivnosti.

  • Ljudi ili softver agenti predaju zahteve kernelu da se odradi posao.

  • Svaki zahtev (request) je specifičnog tipa (request type), npr izračunati deskriptore, odabrati obeležja, napraviti model itd.

  • Softver agenti, kada nisu zauzeti, obaveštavaju kernel da su slobodni i da mogu da zadovolje zahteve odredjenog tipa. Prihvataju posao i po završetku vraćaju odgovore kernelu.

  • Ljudi (human agents) mogu da obave posao i da odgovore na zahtev ili paralelno sa softver agentima ili umesto njih ako odgovarajući softver agent još ne postoji.


Arhite k tur a 1

Arhitektura (1)

  • Agenti nemaju uvid u druge agente. Oni predaju zahteve ne znajući da li i ko može da zadovolji njihovim zahtevima.

  • Agent prihvata posao na osnovu tipa posla koji može da obavi.

  • Softver agenti koriste program API dapreuzmu posao ili da predaju zahteve.

  • Ljudi koriste veb interfejskoji se oslanja na program API


Discovery bus sistem za automatsko pravljenje qsar modela

responses

responses

responses

responses

responses

responses

responses

requests

requests

requests

requests

requests

requests

requests

‘The Discovery Bus’

Get data

Get

structures

Calc

descriptors

Stratify

Data

Filter

Features

Machine

Learn

Select

Best

Architecture (2)


Architecture 3

Architecture (3)

Machine Agents

Bus Kernel API

Bus Kernel

PL/SQL

Data

Tables

Human Agents

Web

Interface

Oracle

collaboratively open

language neutral

open, robust


Competitive workflow

Competitive Workflow

  • Ekspert je neki put primoran da uradi nekoliko pokušaja da dodje do odgovara - možeš da probaš ovo – ili ovo – ili ovo

  • Često postoji više odgovora na jedno pitanje. Različiti eksperti daju različite odgovore i u literaturi postoje različiti prilazi rešavanju problema.

  • Svaki zahtev predat Busu može biti izvršen više puta

    ‘buildModel’ je tip zahteva (request type)

    ‘linear’, ‘neuralNet’ i ‘PLS’ su različiti agenti koji mogu da naprave model

  • Jedno izvršenje može da rezultira u više odgovora – npr odgovor na kvadratnu jednačinu


Agenti

Agenti

  • Postoje dva specijalna agenta

    • Planner agent

    • Bootstrap agent

  • Većina agenata su napisani kao komand lajn programi. Bootstrap agent poziva odgovarajuće agente, prenosi im input podatke i po završetku šalje output podatke kernelu.

  • Zadatak planner agenta je da koordiniše rad drugih agenata tako što izvršava zadati skup planova.


  • Discovery bus sistem za automatsko pravljenje qsar modela

    Hemijska struktura & eksperimentalni rezultati

    Nova metoda?

    1/X

    logX

    Transform response

    4 x 8 x 6 x 8 = 1536 modela

    4 x 8 = 32 filter feature zahteva

    class

    ?

    X

    32 filter feature zahteva x 8 = 256 modela

    Split and stratify

    10%

    D

    E

    Calculate descriptors

    H

    L&H&R

    A&D

    A&L

    A

    L

    R

    Combine descriptors

    A&E

    A&D&R

    E&D

    ...

    cfs1

    cfs2

    cfs3

    Filter features

    nov

    ff

    cfs4

    no

    filter

    cfs5

    Test model

    Cross validate

    Build models

    ?

    ?&?

    NetlabNN

    GAWRMLR

    GUIDE

    Rpls

    Rlin

    Rnnet

    Rrpart

    GARMLR


    Koja je najve a mana discovery bus a

    Koja je najveća manaDiscovery Bus-a?

    • Koristi sve raspoložive metode za svaki problem – kombinatorna eksplozija


    Global qsar models solubility

    Global QSAR Models:: Solubility

    J. Cartmell, S. Enoch, D. Krstajic, D. E. Leahy, Automated QSPR through Competitive Workflow, Journal of Computer-Aided Molecular Design, Volume 19, Issue 11, Nov 2005, Pages 821 - 833


    Hvala

    HVALA.

    Reference:J.Cartmell, S. Enoch, D. Krstajic, D. E. Leahy “Automated QSPR through Competitive Workflow” Journal of Computer Aided Molecular Design, 2005 Nov; 19(11): 821-833J.Cartmell, D. Krstajic, D. E. Leahy “Competitive Workflow: novel software architecture for automating drug design” Current Opinion in Drug Discovery & Development, 2007 May; 10(3): 347-352


  • Login