[論文レビュー] A practical guide to stochastic simulations of reaction-diffusion processes

Radek Erban, Jonathan Chapman+1 more|ArXiv.org|Apr 15, 2007

Gene Regulatory Network Analysis参考文献 44被引用数 156

ひとこと要約

本論文は、ギブスルのアルゴリズムと拡散モデルを用いた反応拡散過程の確率的シミュレーションについて、実用的でアクセスしやすいガイドを提示している。直感的理解を促すために具体的な例を提示し、化学マスター方程式を通じて確率的シミュレーションと決定的モデルを結びつける。また、スモリュッチョフ方程式やフォッカー・プランク方程式といった重要なツールを導入し、決定的アプローチが失敗する低分子数の系をモデル化できるようにしている。

ABSTRACT

A practical introduction to stochastic modelling of reaction-diffusion processes is presented. No prior knowledge of stochastic simulations is assumed. The methods are explained using illustrative examples. The article starts with the classical Gillespie algorithm for the stochastic modelling of chemical reactions. Then stochastic algorithms for modelling molecular diffusion are given. Finally, basic stochastic reaction-diffusion methods are presented. The connections between stochastic simulations and deterministic models are explained and basic mathematical tools (e.g. chemical master equation) are presented. The article concludes with an overview of more advanced methods and problems.

研究の動機と目的

• 高度な確率論の知識を要せずに、反応拡散過程の確率的モデリングについて初心者にもわかりやすい入門を提供すること。
• ギブスルの確率的シミュレーションアルゴリズム（SSA）とその化学反応および拡散への応用を説明すること。
• 化学マスター方程式やスモリュッチョフ方程式などの数学的ツールを用いて、確率的シミュレーションと決定的モデルを結びつけること。
• 反応ネットワークと統合可能な、コンpartメントベースおよびポジションジャンプ拡散モデルを提示すること。
• アクセスしやすいコード例と理論的基盤を用いて、研究者が確率的シミュレーションを実装する手順を案内すること。

提案手法

• 反応の感受性を計算し、指数分布に従う待ち時間をもとに次の反応を選択することで、ギブスルのSSAを用いて確率的化学反応をシミュレートする。
• 化学マスター方程式を用いて、混合が均一な系における分子数の確率分布の時間発展を記述する。
• コンpartメントベースのアプローチを用いて拡散をモデル化し、隣接する空間的コンpartメント間を分子が定義された遷移確率で移動する。
• スモリュッチョフ方程式に基づくポジションジャンプ過程を導入し、空間における不連続な分子軌道を許容する。
• フォッカー・プランク方程式を用いて、拡散過程における粒子位置の確率密度の時間発展を記述する。
• ギブスルのSSAと空間的拡散アルゴリズムを統合した一貫した確率的フレームワーク内で、反応と拡散モデルを結合する。

実験結果

リサーチクエスチョン

• RQ1 分子数が少なく、決定的モデルが失敗する状況において、どのようにして確率的シミュレーションが反応拡散過程を正確にモデル化できるか？
• RQ2 化学マスター方程式は、確率的反応系における分子数の確率分布を記述する上で果たす役割は何か？
• RQ3 空間における拡散をどのように確率的にモデル化できるか。また、コンpartメントベースとポジションジャンプアプローチの違いは何か？
• RQ4 確率的反応拡散系の文脈において、化学マスター方程式とフォッカー・プランク方程式の関係は何か？
• RQ5 多数の反応および空間的コンpartメントを含む系に対して、確率的シミュレーションアルゴリズムをどのように効率的に実装できるか？

主な発見

• ギブスルのSSAは、劣化反応などの単一化学反応を、指数分布に従う待ち時間と反応イベントの確率的選択を用いて正しくシミュレートできる。
• 複数の反応を含む系では、感受性関数を計算し、累積確率に基づいて次の反応を選択することで、ギブスルのSSAが分子数の時間発展を効率的にシミュレートできる。
• コンpartメントベースの拡散モデルは、各コンpartメントを混合が均一な体積とみなすことで、化学反応と簡便に結合可能であり、隣接コンpartメント間の遷移確率が定義されている。
• スモリュッチョフ方程式に基づくポジションジャンプモデルは、不連続な分子軌道を許容し、連続空間における拡散をシミュレートするのに適している。
• 化学マスター方程式は、特に一次反応に対して、分子数の平均と分散を解析するための厳密な数学的基盤を提供する。
• 本論文は、決定的モデルでは捉えきれない内在的ノイズに依存する生物学的現象、例えば遺伝子発現のスイッチングをモデル化する上で、確率的シミュレーションが不可欠であることを示している。