[논문 리뷰] STRIKE-GOLDD 4.0: user-friendly, efficient analysis of structural identifiability and observability

Sandra Díaz-Seoane, Xabier Rey Barreiro외 1명|arXiv (Cornell University)|2022. 07. 15.

Microbial Metabolic Engineering and Bioproduction인용 수 7

한 줄 요약

STRIKE-GOLDD 4.0은 유리형 미분방정식 모델과 알려지지 않은 입력을 가진 구조적 식별성 및 관측 가능성 분석을 위한 빠르고 수치적으로 효율적인 알고리즘인 ProbObsTest를 도입하여 이전의 FISPO 알고리즘보다 성능 면에서 크게 뛰어나며, 메모리 사용량과 속도 면에서 뛰어난 성능을 발휘한다. 이는 이전에 메모리 오류가 발생했던 복잡한 모델들—예: JAKSTAT 및 CHO 모델—의 완전한 분석을 가능하게 하며, FISPO를 통해 비유리형 모델과 대칭성에 대한 지원을 유지하면서도 사용자 친화적인 MATLAB GUI 환경을 제공한다.

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.

연구 동기 및 목표

• 기존 도구들이 알려지지 않은 입력을 가진 유리형 모델을 분석할 때 나타나는 계산 비효율성을 해결한다.
• 일반성을 유지하면서도 유리형 모델에 대해 더 빠르고 수치적으로 효율적인 알고리즘을 개발한다.
• 고급 알고리즘들을 사용자 친화적인 MATLAB 도구상자로 통합하여 시스템 생물학 연구자들의 접근성을 향상시킨다.
• 이전에는 메모리 또는 시간 제약으로 인해 분석이 불가능했던 복잡한 모델들을 신규 알고리즘과 기존 알고리즘을 모두 활용하여 분석할 수 있도록 한다.
• 비유리형 모델(예: 로그함수나 삼각함수, 비정수 거듭제곱 항 포함)을 자동으로 유리형으로 재구성하여 효율적인 분석을 가능하게 한다.

제안 방법

• 문헌 [21]의 확률적 알고리즘에 기반한 수치적 확장인 ProbObsTest를 구현하여, 기호적 리에 도함수 계산을 피하고 무작위 정수 대입을 사용한 멱급수 전개를 활용한다.
• 기존의 FISPO 알고리즘과 ProbObsTest를 통합하여 비유리형 모델과 알려지지 않은 입력에 대한 지원을 유지한다.
• 특정 비유리형 모델(예: 로그함수, 삼각함수, 비정수 거듭제곱 항 포함)을 자동으로 유리형으로 변환하는 모델 재구성 모듈을 개발한다.
• 모델 입력, 알고리즘 선택, 결과 시각화를 단순화하기 위해 MATLAB에서 그래픽 사용자 인터페이스(GUI)를 설계한다.
• 기호 계산과 수치 계산을 병행 적용: 기호 계산은 구조 분석에, 수치 계산은 유리형 케이스의 성능 향상에 활용한다.
• 모델의 구조적 관측 가능성과 식별성을 테스트하기 위해 알려지지 않은 입력을 포함한 확장된 상태공간을 사용한 관측 가능성 랭크 조건(ORC)을 적용한다.

실험 결과

연구 질문

• RQ1 기호 계산에 의존하지 않고도 알려지지 않은 입력을 가진 유리형 미분방정식 모델에 대해 구조적 식별성 및 관측 가능성 분석을 위한 수치적으로 효율적인 알고리즘을 개발할 수 있는가?
• RQ2 복잡한 모델에 대해 새로운 ProbObsTest 알고리즘이 기존의 FISPO 알고리즘과 비교해 속도와 메모리 사용 면에서 어떻게 성능을 발휘하는가?
• RQ3 로그함수, 삼각함수, 비정수 거듭제곱 항을 포함한 비유리형 모델을 자동으로 유리형으로 재구성하여 효율적인 분석이 가능한가?
• RQ4 기존 도구에서 메모리 초과 오류가 발생했던 모델들을 신규 알고리즘이 얼마나 잘 처리할 수 있는가?
• RQ5 FISPO와 ProbObsTest를 모두 통합한 단일 사용자 친화적 GUI 내에서 다양한 알고리즘의 통합이 시스템 생물학 모델 분석에 얼마나 효과적인가?

주요 결과

• 알려진 입력이 있는 3상태 모델에서 ProbObsTest는 FISPO의 984.89초에서 12.65초로 계산 시간을 단축시켜 약 78배의 속도 향상을 달성했다.
• 알려지지 않은 입력과 3개의 비영인 도함수가 있는 경우 FISPO는 메모리 부족 오류로 실패했지만, ProbObsTest는 38.95초 만에 성공적으로 완료했다.
• 25상태의 JAKSTAT 모델에서 FISPO는 메모리 부족 오류가 발생했지만, ProbObsTest는 1914.79초 만에 분석을 완료했으며, 재구성 후 ObservabilityTest는 단 0.016초로 매우 빠른 처리를 보였다.
• 32상태의 비유리형 대사 모델인 CHO 모델은 이전에 FISPO에서 메모리 제약으로 인해 실패했으나, ProbObsTest는 12일간의 분석을 통해 모든 117개 매개변수에 대해 확실한 결과를 도출했다.
• ProbObsTest는 자동으로 비유리형 항(예: 로그함수 및 비정수 거듭제곱 함수)을 유리형으로 재구성하여 수동 조작 없이도 효율적인 분석이 가능하도록 했다.
• STRIKE-GOLDD 4.0의 GUI 인터페이스는 모델 입력, 알고리즘 선택, 결과 시각화를 원활하게 가능하게 하여 비전문가 사용자에게도 사용성 향상을 크게 이뤘다.