[論文レビュー] Green's Function Reaction Dynamics: a new approach to simulate biochemical networks at the particle level and in time and space

Jeroen S. van Zon, Pieter Rein ten Wolde|ArXiv.org|Apr 2, 2004

Gene Regulatory Network Analysis参考文献 3被引用数 6

ひとこと要約

本稿では、スモルーチョフスキー方程式をグリーン関数を用いて解くことで、空間的・時間的正確な分解能を有する、生化学的ネットワークを新たな粒子ベースのシミュレーション手法であるグリーン関数反応ダイナミクス（GFRD）を紹介する。この手法により、粒子が離れている場合には大きな時間ステップをとることができ、生物学的に妥当な条件下で、従来手法に比べ最大6桁の高速化を達成する。

ABSTRACT

Biochemical networks are the analog computers of life. They allow living cells to control a large number of biological processes, such as gene expression and cell signalling. In biochemical networks, the concentrations of the components are often low. This means that the discrete nature of the reactants and the stochastic character of their interactions have to be taken into account. Moreover, the spatial distribution of the components can be of crucial importance. However, the current numerical techniques for simulating biochemical networks either ignore the particulate nature of matter or treat the spatial fluctuations in a mean-field manner. We have developed a new technique, called Green's Function Reaction Dynamics (GFRD), that makes it possible to simulate biochemical networks at the particle level and in both time and space. In this scheme, a maximum time step is chosen such that only single particles or pairs of particles have to be considered. For these particles, the Smoluchowski equation can be solved analytically using Green's functions. The main idea of GFRD is to exploit the exact solution of the Smoluchoswki equation to set up an event-driven algorithm. This allows GFRD to make large jumps in time when the particles are far apart from each other. Here, we apply the technique to a simple model of gene expression. The simulations reveal that the scheme is highly efficient. Under biologically relevant conditions, GFRD is up to six orders of magnitude faster than conventional particle-based techniques for simulating biochemical networks in time and space.

研究の動機と目的

• 分子の離散的性質を無視するか、空間的フラクチュエーションを平均場的に扱う既存のシミュレーション手法の限界を解消すること。
• 生化学的反応の確率的性質と、分子の粒子レベルにおける空間的分布を両方とも正確に捉える手法を開発すること。
• スモルーチョフスキー方程式の解析的解を活用することで、空間的・時間的分解能を保ちつつ、効率的なイベント駆動型シミュレーションを可能とすること。
• 空間的分解能を持つ確率的シミュレーションにおける従来の粒子ベース手法の計算ボトルネックを克服すること。
• 遺伝子発現などの複雑な生化学的系を、高い空間的・時間的分解能でシミュレートする可能性と効率性を実証すること。

提案手法

• GFRDは、拡散が反応に影響を与える反応を解析的に解くためにグリーン関数を用い、粒子相互作用を正確に扱える。
• グリーン関数を自由拡散項と、接触距離における反応的境界条件の補正項に分解する。
• イベント駆動型アルゴリズムを実装し、時間ステップを単一粒子またはペアのみを考慮するように選ぶことで、粒子が離れている場合には大きな時間ジャンプを可能にする。
• 反応確率は生存確率 $ S_ u(t) $ を用いて計算され、化学的マスター方程式と統計的に整合性を持つ。
• 反応の重複カウントを避けるために最大時間ステップを設定し、正しい反応タイミングを保証するためのリジェクトサンプリングを用いる。
• 補正項 $ p_{\text{corr}} $ は、ベッセル関数と半径方向積分を含む無限級数によって計算され、収束が達成された段階で切り捨てられる。

実験結果

リサーチクエスチョン

• RQ1 粒子ベースのシミュレーション手法は、空間的・時間的分解能を保ちつつ、確率的性質を正確に再現できるか？
• RQ2 粒子ベースのシミュレーションの計算コストを、空間的・時間的ダイナミクスの正確性を損なわず低減できるか？
• RQ3 スモルーチョフスキー方程式の解析的解は、低濃度の生化学的系において、シミュレーション効率をどの程度向上できるか？
• RQ4 現実的な生物学的状況下で、GFRDは従来の粒子ベース手法に比べてどの程度の性能向上を示すか？
• RQ5 空間的相関を組み込むことで、遺伝子発現のような生化学的ネットワークのダイナミクスにどのような影響が生じるか？

主な発見

• 生物学的に妥当な条件下で、GFRDは従来の粒子ベース手法に比べ最大6桁の高速化を達成する。
• 本手法は、時間的・空間的分解能を粒子レベルで保ちながら、生化学的ネットワークの確率的ダイナミクスを正確に捉えることができる。
• グリーン関数を自由拡散項と補正項に分解することで、特に短時間における収束に必要な項の数が著しく削減される。
• イベント駆動型アルゴリズムにより、化学的マスター方程式と統計的に整合性を持つ一方で、粒子が離れている場合には大きな時間ステップをとることができる。
• GFRDを用いた遺伝子発現モデルのシミュレーションから、空間的組織化と拡散が、分子数が少ない状況でも反応速度論に重要な役割を果たすことが明らかになった。
• 短時間における補正項 $ p_{\text{corr}} $ は小さくても、特に粒子が反応半径付近にいる場合に正確な反応確率推定に不可欠である。