[論文レビュー] STRIKE-GOLDD 4.0: user-friendly, efficient analysis of structural identifiability and observability

Sandra Díaz-Seoane, Xabier Rey Barreiro+1 more|arXiv (Cornell University)|Jul 15, 2022

Microbial Metabolic Engineering and Bioproduction被引用数 7

ひとこと要約

STRIKE-GOLDD 4.0 は、未知入力を伴う有理的ODEモデルの構造的同定可能性および可観測性解析のための高速で数値的に効率的なアルゴリズムであるProbObsTestを導入し、前回のFISPOアルゴリズムに比べて速度とメモリ使用量で顕著に優れている。これにより、従来はメモリエラーを引き起こしていた複雑なモデル（例：JAKSTATモデルやCHOモデル）の完全な解析が可能になった。FISPOが備える非有理的モデルおよび対称性のサポートを維持したまま、ユーザーフレンドリーなMATLAB GUIを統合している。

ABSTRACT

Structural identifiability and observability are desirable properties of systems biology models. Many software toolboxes have been developed for their analysis in the last decades. STRIKE-GOLDD is a generally applicable tool that can analyse non-linear, non-rational ODE models with unknown inputs. However, this generality comes at the expense of a lower computational efficiency than other tools. Here we present STRIKE-GOLDD 4.0, which includes a new algorithm, ProbObsTest, specifically designed for the analysis of rational models. ProbObsTest is significantly faster than the FISPO algorithm - which was already available in older versions of the toolbox - when applied to computationally expensive models. An important feature of both algorithms is their ability to analyse models with unknown inputs. Thus, their coexistence in the same toolbox provides a combination of general applicability and computational efficiency. STRIKE-GOLDD 4.0 is implemented as a free and open-source Matlab toolbox with a user-friendly graphical interface. It is available under a GPLv3 license and it can be downloaded from GitHub at https://github.com/afvillaverde/strike-goldd.

研究の動機と目的

• 未知入力を伴う有理的モデルを解析する際、既存ツールの計算非効率性を解消すること。
• 一般性を損なわずに、有理的モデル向けのより高速で数値的に効率的なアルゴリズムを開発すること。
• 高度なアルゴリズムをユーザーフレンドリーなMATLABツールボックスに統合し、システム生物学研究者による利用を容易にすること。
• 従来、メモリ制限や時間制限により解析が不可能だった複雑なモデルを、新旧の両方のアルゴリズムを用いて解析可能にする。
• 非有理的モデル（例：対数関数や三角関数、非整数乗数を含む）を自動的に有理形に再定式化し、効率的な解析を可能にする。

提案手法

• 文献[21]の確率的アルゴリズムの数値的拡張としてProbObsTestを実装し、ランダムな整数代入を用いたべき級数展開により、記号的Lie微分計算を回避する。
• 既存のFISPOアルゴリズムとProbObsTestを統合することで、非有理的モデルおよび未知入力の両方のサポートを維持する。
• 特定の非有理的モデル（例：対数関数、三角関数、非整数乗数を含む）を有理形に自動的に再定式化するモジュールを開発する。
• MATLABを用いて、モデル入力、アルゴリズム選択、結果可視化を簡素化するグラフィカルユーザーインターフェース（GUI）を設計する。
• 記号的計算と数値的計算を併用する：構造解析には記号的計算、有理的ケースの性能向上には数値的計算を活用する。
• 未知入力を含む拡張状態空間を用いた可観測性ランク条件（ORC）を適用し、構造的可観測性および同定可能性をテストする。

実験結果

リサーチクエスチョン

• RQ1 未知入力を伴う有理的ODEモデルの構造的同定可能性および可観測性解析のため、記号的計算に依存しない、数値的に効率的なアルゴリズムを開発可能か？
• RQ2 複雑なモデルにおいて、新しいProbObsTestアルゴリズムは、既存のFISPOアルゴリズムに比べて、速度とメモリ使用量の点でどの程度優れているか？
• RQ3 対数関数、三角関数、非整数乗数を含む非有理的モデルは、効率的な解析が可能な有理形に自動的に再定式化可能か？
• RQ4 従来のツールでメモリ不足エラーを引き起こしていたモデルを、新しいアルゴリズムがどの程度処理できるか？
• RQ5 FISPOとProbObsTestの複数アルゴリズムを統合した、ユーザーフレンドリーなGUI内での統合は、システム生物学的モデル解析においてどの程度有効か？

主な発見

• 既知入力付きの3状態モデルでは、ProbObsTestにより計算時間がFISPOの984.89秒から12.65秒に短縮され、78倍の高速化が達成された。
• 未知入力と非ゼロの3階微分を伴う場合、FISPOはメモリ不足エラーで失敗したが、ProbObsTestは38.95秒で正常に完了した。
• 25状態のJAKSTATモデルでは、FISPOがメモリ不足エラーを発生させたが、ProbObsTestは1914.79秒で完了した。一方、再定式化後のObservabilityTestはわずか0.016秒で完了した。
• 32状態の非有理的代謝モデルであるCHOモデルは、従来FISPOがメモリ制限により失敗していたが、ProbObsTestは12日間の計算で全117パラメータについて明確な結果を得た。
• ProbObsTestは、非有理的項（例：対数関数や非整数乗数関数）を自動的に有理形に再定式化し、手動操作なしで効率的な解析を可能にした。
• STRIKE-GOLDD 4.0のGUIインターフェースにより、モデル入力、アルゴリズム選択、結果可視化がシームレスに行えるようになり、非専門家ユーザーの使いやすさが著しく向上した。