[論文レビュー] A computational model for proliferation dynamics of division- and label-structured populations

Jan Hasenauer, Daniella Schittler+1 more|arXiv (Cornell University)|Feb 22, 2012

Gene Regulatory Network Analysis参考文献 36被引用数 5

ひとこと要約

本論文では、離散的な分裂回数と連続的な蛍光ラベル減衰を結合することで、分裂構造およびラベル構造を統合した新しい計算モデルを提示する。このモデルにより、CFSEフローサイトメトリーのデータと直接比較可能となる。複雑な偏微分方程式（PDE）は、解析的分解と切り捨てによって低次元の常微分方程式（ODE）系に簡略化され、高い計算効率が達成され、増殖研究における正確なパラメータ推定と不確実性解析が可能となる。

ABSTRACT

In most biological studies and processes, cell proliferation and population dynamics play an essential role. Due to this ubiquity, a multitude of mathematical models has been developed to describe these processes. While the simplest models only consider the size of the overall populations, others take division numbers and labeling of the cells into account. In this work, we present a modeling and computational framework for proliferating cell population undergoing symmetric cell division. In contrast to existing models, the proposed model incorporates both, the discrete age structure and continuous label dynamics. Thus, it allows for the consideration of division number dependent parameters as well as the direct comparison of the model prediction with labeling experiments, e.g., performed with Carboxyfluorescein succinimidyl ester (CFSE). We prove that under mild assumptions the resulting system of coupled partial differential equations (PDEs) can be decomposed into a system of ordinary differential equations (ODEs) and a set of decoupled PDEs, which reduces the computational effort drastically. Furthermore, the PDEs are solved analytically and the ODE system is truncated, which allows for the prediction of the label distribution of complex systems using a low-dimensional system of ODEs. In addition to modeling of labeling dynamics, we link the label-induced fluorescence to the measure fluorescence which includes autofluorescence. For the resulting numerically challenging convolution integral, we provide an analytical approximation. This is illustrated by modeling and simulating a proliferating population with division number dependent proliferation rate.

研究の動機と目的

• 増殖細胞集団における分裂回数と蛍光ラベルダイナミクスの両方をモデル化する統一的な数学的枠組みを構築すること。
• CFSEラベリングからの実験的フローサイトメトリーのデータと、デコンボリューションやピーク検出を必要とせずに直接比較可能なモデル予測を可能にすること。
• 結合されたPDEを解く計算負荷を軽減するため、PDEを分解して独立したPDEと低次元のODE系に分離すること。
• 自己蛍光や畳み込み効果を含む蛍光測定プロセスの解析的近似を提供し、データとモデルの整合性を高めること。
• 全PDE系の低次元ODE表現を活用することで、計算的に取り扱いやすいシミュレーションを実現し、効率的なパラメータ推定と不確実性の定量化を可能にすること。

提案手法

• 離散的分裂回数構造と連続的ラベル濃度ダイナミクスを統合し、対称的細胞分裂に伴う増殖と染料希釈をモデル化する。
• 結合されたPDE系が、独立したPDE群と低次元ODE系に分解可能であることを証明し、計算コストを著しく削減する。
• PDEに対して解析的解を導出し、ODE系は事前に与えられた誤差境界を用いて切り捨てることで、近似の品質を保証する。
• 測定された蛍光強度分布を効率的に計算するための対数正規分布近似を導入し、計算コストの高い畳み込み積分を置き換える。
• 自己蛍光を含む完全な蛍光信号をモデル化することで、実験的CFSEデータへの直接フィッティングを可能にする。
• 全PDE系の低次元ODE表現を活用することで、効率的なパラメータ推定と不確実性解析が可能となる。

実験結果

リサーチクエスチョン

• RQ1 増殖細胞集団において、分裂回数と蛍光ラベル濃度の両方を同時に追跡できる統一モデルを開発することは可能か？
• RQ2 このようなモデルのための結合PDEを解く計算コストを、正確性を損なわずどのように低減できるか？
• RQ3 全PDE系を誤差境界が明確に定義された低次元ODE系でどれほどよく近似できるか？
• RQ4 フローサイトメトリーにおける測定蛍光強度を、自己蛍光や染料希釈効果を含めて正確にモデル化できるか？
• RQ5 このフレームワークは、従来の手法と比較して、増殖ダイナミクスのパラメータ推定をより信頼性があり、効率的に可能にするか？

主な発見

• 分裂構造およびラベル構造を持つ集団モデルから生じる結合PDE系は、解析的に独立したPDE群と低次元ODE系に分解可能であり、計算が著しく効率的になる。
• ODE系は事前誤差境界を用いて切り捨て可能であり、ユーザーが所望の近似精度を達成するための最小モデル次数を決定できる。
• 生物学的に関連する分裂が最初の8回までに限られる場合、全PDE系は20次元のODE系で良好に近似可能であり、計算コストを顕著に削減できる。
• 蛍光畳み込み積分のための提案された対数正規分布近似は、正確な積分とほぼ同一の結果を提供するが、はるかに低い計算複雑性を有する。
• モデル予測と測定された蛍光強度分布を直接一致させることで、誤りの多いデコンボリューションステップを回避し、データ駆動型のパラメータ推定が可能になる。
• フレームワークは、厳密なパラメータ推定と不確実性解析を可能にし、分裂回数依存の増殖ダイナミクスを研究する上で、信頼性と効率性の両方を向上させる。