Abstract
Разработка информационных технологий на основе биоинспирированных интеллектуальных методов, например подхода искусственных иммунных систем, для компьютерного молекуляр- ного дизайна новых лекарственных препаратов и прогнозирования зависимости "структура- свойство/активность"(QSAR) химических соединений является актуальной проблемой. Ста- тья посвящена решению задачи QSAR по построению иммунносетевой модели на основе вы- бора оптимального набора дескрипторов для облегчения процесса отбора новых химических соединений в кандидаты лекарственных препаратов с заданными свойствами. В соответствии с концепцией мультиалгоритмического подхода разработка оптимальной иммунносетевой мо- дели и выделение информативных дескрипторов осуществляется на основе алгоритмов роя частиц. В данной работе описано сравнение классического алгоритма роя частиц (PSO) и модифицированного алгоритма роя частиц с весом инерции (IWPSO) для отбора информа- тивных дескрипторов на примере лекарственных соединений сульфаниламидной группы с различной фармакологической активностью. Проанализирован выбор параметров (фитнес- функций, размер популяций, количество итераций и др.), определяющих эффективность ра- боты предложенных алгоритмов для построения оптимального набора дескрипторов. Приве- дены результаты моделирования зависимости значений фитнес-функций от количества ите- раций в программных продуктах WEKA и Yarpiz (PSO).