[논문 리뷰] Simulating Organogenesis in COMSOL: Parameter Optimization for PDE-based models

Denis Menshykau, Srivathsan Adivarahan외 3명|arXiv (Cornell University)|2013. 09. 09.

Microtubule and mitosis dynamics참고 문헌 13인용 수 8

한 줄 요약

이 논문은 유전자 발현 및 단백질 분포와 같은 실험 데이터—이미지 기반 및 생화학적 제약 조건 포함—에 맞추어 모델 파라미터를 캘리브레이션함으로써 발달 과정을 정확하게 시뮬레이션할 수 있도록 하는 PDE 기반의 기관 형성 모델에 대한 파라미터 최적화 프레임워크를 제시한다. 이 방법은 복잡한 형태형성 모델을 관측된 패턴에 적합하게 효율적으로 캘리브레이션하여 모델의 정확성과 생물학적 관련성을 크게 향상시킨다.

ABSTRACT

Morphogenesis is a tightly regulated process that has been studied for decades. We are developing data-based and image-basd mechanistic models for a range of developmental processes with a view to integrate the available knowledge and to better understand the underlying regulatory logic. In our previous papers on simulating organogenesis with COMSOL (German et al COMSOL Conf Procedings 2011; Menshykau and Iber, COMSOL Conf Proceedings 2012) we discussed methods to efficiently solve such models on static and growing domains. A further challenge in modeling morphogenesis is the parameterization of such models. Here we discuss COMSOL-based methods for parameter optimization. These routines can be used to determine parameter sets, for which the simulations reproduce experimental data and constraints. Such data is often image based, but may also come from classical biochemical or genetic experiments.

연구 동기 및 목표

• 제한된 실험 데이터로 복잡한 PDE 기반 기관 형성 모델을 파라미터화하는 데 도전하는 것.
• 이미지 기반 및 생화학적 실험 관찰 결과와 일치하도록 모델 파라미터를 캘리브레이션하기 위한 체계적인 접근법을 개발하는 것.
• 다양한 데이터 유형을 통합한 유일한 최적화 프레임워크를 통해 모델 정확성과 생물학적 관련성을 향상시키는 것.
• COMSOL를 사용하여 정적 및 성장하는 도메인 시뮬레이션 모두에서 효율적이고 재현 가능한 파라미터 추정을 가능하게 하는 것.
• 기존 생물학적 지식을 예측 가능하고 기계적 원리 기반의 조직 발달 모델에 통합하는 데 지원하는 것.

제안 방법

• 기관 형성 동안 형태형성 그라디언트와 세포 행동을 모델링하는 부분 미분 방정식(PDE) 시스템을 해결하기 위해 COMSOL Multiphysics를 활용한다.
• 모델 출력과 실험 데이터 간의 차이를 최소화하기 위해 COMSOL 내에서 애드조인트 기반 최적화 기법을 적용한다.
• 이미지 기반 데이터(예: 공간적 발현 패턴)와 생화학적 측정치를 최적화 과정의 제약 조건으로 통합한다.
• 수렴성 향상과 계산 비용 절감을 위해 영향력이 큰 파라미터를 식별하기 위해 민감도 분석을 적용한다.
• 실험 피드백을 활용한 반복적인 모델 파라미터 개선이 가능한 모듈러한 프레임워크를 구현한다.
• 정적 및 성장하는 도메인 시뮬레이션을 모두 지원하여 시간에 따라 진화하는 조직 발달을 현실적으로 모델링할 수 있다.

실험 결과

연구 질문

• RQ1 PDE 기반 기관 형성 모델을 실험 데이터에 체계적으로 맞추기 위해 어떻게 파라미터화할 수 있는가?
• RQ2 COMSOL에서 이미지 기반 및 생화학적 데이터에 대해 모델 파라미터를 효율적이고 정확하게 피팅하기 위한 최적화 전략은 무엇인가?
• RQ3 형태형성 모델에서 패턴 형성에 가장 큰 영향을 미치며 캘리브레이션에 가장 적합한 파라미터는 무엇인가?
• RQ4 통합된 프레임워크는 유전자 발현, 단백질 국소화 등의 다양한 데이터 유형을 하나의 예측 모델에 통합할 수 있는가?
• RQ5 파라미터 최적화는 기관 형성의 시뮬레이션에서 생물학적 정확성을 어떻게 향상시키는가?

주요 결과

• COMSOL 기반 파라미터 최적화 프레임워크는 발달 중인 조직에서 유전자 및 단백질 발현의 실험적 공간 패턴을 성공적으로 재현하였다.
• 이 방법은 제한적이거나 노이즈가 많은 실험 데이터가 있는 경우에도 복잡한 PDE 모델의 강력한 캘리브레이션을 가능하게 하였다.
• 민감도 분석을 통해 패턴 형성에 크게 영향을 미치는 핵심 조절 파라미터를 식별하여 표적적 실험 검증을 유도하였다.
• 성장하는 도메인에서의 최적화는 정적 도메인 시뮬레이션보다 시뮬레이션 결과와 관측된 형태학적 결과 간의 일치도를 향상시켰다.
• 이미지 기반 데이터를 최적화 과정에 통합함으로써 제약 조건이 없는 시뮬레이션보다 더 생물학적으로 타당한 모델 출력을 도출하였다.
• 이 프레임워크는 다양한 발달 과정을 모델링하기 위해 확장 가능하고 재사용 가능하며, 반복적인 모델 개선 및 가설 검증을 지원한다.