[論文レビュー] Parameter Estimation in an SPDE Model for Cell Repolarisation

Randolf Altmeyer, Till Bretschneider+2 more|arXiv (Cornell University)|Oct 13, 2020

Probabilistic and Robust Engineering Design参考文献 30被引用数 4

ひとこと要約

本稿では、分子的フラクチュエーションに起因するノイズを組み込んだ、Meinhardtの活性化子-阻害子フレームワークに基づく確率的偏微分方程式（SPDE）モデルを提案する。線形SPDEにおけるパラメータ推定手法を非線形で生物学的に現実的な設定に応用し、空間分解能を高める際の拡散係数推定子の漸近正規性を確立した。合成データおよび実験データによるシミュレーションで妥当性が検証された。

ABSTRACT

As a concrete setting where stochastic partial differential equations (SPDEs) are able to model real phenomena, we propose a stochastic Meinhardt model for cell repolarisation and study how parameter estimation techniques developed for simple linear SPDE models apply in this situation. We establish the existence of mild SPDE solutions and we investigate the impact of the driving noise process on pattern formation in the solution. We then pursue estimation of the diffusion term and show asymptotic normality for our estimator as the space resolution becomes finer. The finite sample performance is investigated for synthetic and real data.

研究の動機と目的

• 分子的フラクチュエーションに起因するノイズを組み込んだ、細胞再極性化を記述するMeinhardtモデルの確率的拡張を開発すること。
• 線形SPDEにおけるパラメータ推定手法を、非線形で生物学的に現実的なSPDE設定に適応すること。
• 空間分解能を高める条件下で、拡散係数推定子の理論的一貫性および漸近正規性を確立すること。
• 合成データおよび実験的データ（ドリオスタスケルス細胞より得た）を用いた有限標本における性能評価を行うこと。

提案手法

• 活性化子（A）および阻害子（I）濃度のための、空間時間白色ノイズを伴う確率的反応拡散方程式の連立系を定式化する。
• 半群理論およびヒルベルト空間における確率積分を用いて、SPDEの弱解の存在を確立する。
• 解の二次変動に基づく推定方程式を導出し、データに内在するノイズ由来のばらつきを活用する。
• 無限小生成作用素の近似にカーネルベースのスムージング手法を適用し、パラメータ推定のための対照関数を構築する。
• Juliaを用いた有限差分スキームによりSPDEをシミュレートし、CFL条件に従いdt ∝ (dx)^2とすることで安定性を確保する。
• 経験的二次変動から導出された対照関数を最小化することで統計的推論を実施し、拡散係数の推定子を導出する。

実験結果

リサーチクエスチョン

• RQ1 線形SPDEにおけるパラメータ推定手法を、非線形で生物学的に現実的なSPDEモデル（例：確率的Meinhardtモデル）に効果的に拡張できるか？
• RQ2 空間時間白色ノイズの追加が、細胞再極性化プロセスにおけるパターン形成および安定性にどのように影響するか？
• RQ3 空間分解能を高めるに従い、拡散係数推定子の漸近分布はどのように変化するか？
• RQ4 合成データおよび実際の生物学的データを用いた有限標本における、提案手法の推定性能はどの程度か？
• RQ5 ノイズレベルが再極性化に要する時間およびパターン形成のロバストネスに、どの程度の影響を及ぼすか？

主な発見

• 空間分解能δ → 0 において、提案された拡散係数推定子は漸近正規性を示し、収束速度はδ⁻¹/²である。
• 推定子の分散はδ⁴ × Var(·) → 0 に収束し、空間サンプリングの増加に伴う一貫性が確認された。
• 有限標本におけるシミュレーションでは、推定子は合成データに対して低バイアスで、信頼区間のカバレッジも良好であった。
• 18個のドリオスタスケルス細胞の実験データ解析により、モデルが再極性化ダイナミクスを適切に捉えていることが確認され、推定されたノイズレベルは生物学的期待と整合的であった。
• モデルは、前線の再位置決めやノイズ下でのパターン安定性といった、実験データの主要な特徴をうまく再現した。
• 理論的枠組みにより、非線形SPDEにおける二次変動に基づく推定法の有効性が裏付けられ、既存の統計的手法の適用範囲が拡張された。