[論文レビュー] Perfect Sampling of the Chemical Master Equation for Gene Regulatory Networks

Martin Hemberg, Mauricio Barahona|arXiv (Cornell University)|Oct 27, 2006

Gene Regulatory Network Analysis被引用数 1

ひとこと要約

本稿は、化学的マスター方程式の定常分布からの保証付きサンプリングを実現するため、支配的コピーフロムザパスト（DCFTP）とギルスピーの確率的シミュレーションアルゴリズム（SSA）を組み合わせたパーフェクトサンプリングアルゴリズムを提案する。この手法により、バイステーブル・トグルスイッチやオシレーター性を示すリプレシレーターを含む、複雑な遺伝子調節ネットワーク（GRNs）の正確なシミュレーションが可能となり、収束性と誤差の上限についても厳密な保証が得られる。

ABSTRACT

We present a Perfect Sampling algorithm that can be applied to the Master Equation of Gene Regulatory Networks (GRNs). The method recasts Gillespie's Stochastic Simulation Algorithm (SSA) in the light of Markov Chain Monte Carlo methods and combines it with the Dominated Coupling From The Past (DCFTP) algorithm to provide guaranteed sampling from the stationary distribution. We show how the DCFTP-SSA can be generically applied to genetic networks with feedback formed by the interconnection of linear enzymatic reactions and nonlinear Monod- and Hill-type elements. We establish rigorous bounds on the error and convergence of the DCFTP-SSA, as compared to the standard SSA, through a set of increasingly complex examples. Once the building blocks for GRNs have been introduced, the algorithm is applied to study properly averaged dynamic properties of two experimentally relevant genetic networks: the toggle switch, a two-dimensional bistable system, and the repressilator, a six-dimensional genetic oscillator.

研究の動機と目的

• 遺伝子調節ネットワーク（GRNs）における化学的マスター方程式の定常分布からの正確で保証付きのサンプリング手法の開発を目的とする。
• 標準的な確率的シミュレーションアルゴリズム（SSA）の限界を克服するため、収束の保証がなく、近似サンプリングにとどまることを目的とする。
• DCFTPをSSAと統合し、モノード型およびヒル型動力学を含む非線形フィードバック素子を持つGRNsにおいてパーフェクトサンプリングを可能にする。
• 提案されたDCFTP-SSA手法の誤差および収束に関する理論的上限を確立することを目的とする。
• トグルスイッチおよびリプレシレーターを含む、実験的に関連性のあるGRNsにこのアルゴリズムを適用し、その平均的動的性質を研究することを目的とする。

提案手法

• マルコフ連鎖モンテカルロ（MCMC）フレームワーク内にギルスピーの確率的シミュレーションアルゴリズム（SSA）を再定式化し、パーフェクトサンプリングを可能にする。
• 支配的コピーフロムザパスト（DCFTP）アルゴリズムを適用し、バーンインや収束診断の必要なしに定常分布からの正確なサンプリングを実現する。
• GRNsを線形酵素反応と非線形調節素子（モノード型およびヒル型動力学）を基本構成要素としてモデル化する。
• すべての結合連鎖が有限時間内に合流することを保証する結合メカニズムを用いる。
• 結合時間の上限を保証する支配的結合戦略を採用する。
• 2次元のトグルスイッチおよび6次元のリプレシレーターという2つの代表的GRNsにこの手法を適用し、スケーラビリティと正確性を示す。

実験結果

リサーチクエスチョン

• RQ1 DCFTPをSSAと効果的に組み合わせることで、GRNsにおける化学的マスター方程式の定常分布からのパーフェクトサンプリングが可能になるか？
• RQ2 標準的なSSAと比較して、DCFTP-SSA手法の理論的収束性および誤差上限は何か？
• RQ3 DCFTP-SSAは、トグルスイッチやリプレシレーターといった複雑なGRNsの平均的動的性質を的確に捉えることができるか？
• RQ4 この手法は、線形酵素反応および非線形調節素子から構成されるGRNsに一般化して適用可能か？
• RQ5 ネットワークの次元が増加するに従い、DCFTP-SSAの計算コストおよびスケーラビリティはいかなるものか？

主な発見

• DCFTP-SSAアルゴリズムは、化学的マスター方程式の定常分布からの保証付きサンプリングを実現し、バーンインや収束チェックの必要がなくなる。
• この手法は、標準的なSSAに欠如している理論的保証を備えた厳密な収束性と誤差上限を達成する。
• アルゴリズムは、バイステーブル系として知られるトグルスイッチ（2状態系）を正確にシミュレートし、高い精度でその既知の二峰性定常分布を回復する。
• 6次元の遺伝子オシレーターであるリプレシレーターは正確にシミュレートされ、適切に平均化された動的性質を通じてその周期的挙動が明らかにされた。
• DCFTP-SSAは、次第に複雑化するGRNsにおいてもスケーラビリティと頑健性を示し、正確性と収束保証を維持する。
• DCFTPとSSAの統合により、非線形フィードバックを有するネットワークにおける正確なサンプリングが可能となり、パーフェクトサンプリングの生物学的関連性の高いGRNsへの適用範囲が拡張された。