[论文解读] Parameter Identification for Markov Models of Biochemical Reactions

Aleksandr Andreychenko, Linar Mikeev+2 more|arXiv (Cornell University)|Feb 14, 2011

Gene Regulatory Network Analysis参考文献 16被引用 5

一句话总结

本文提出两种高效的数值方法——SLA 和 PLA，用于连续时间生化反应的马尔可夫模型中的最大似然参数估计。通过在似然计算过程中动态截断状态空间并避免蒙特卡洛采样，该方法即使在非等距观测和大规模状态空间下也能实现精确推断，相较于以往方法在鲁棒性和可扩展性方面表现更优。

ABSTRACT

We propose a numerical technique for parameter inference in Markov models of biological processes. Based on time-series data of a process we estimate the kinetic rate constants by maximizing the likelihood of the data. The computation of the likelihood relies on a dynamic abstraction of the discrete state space of the Markov model which successfully mitigates the problem of state space largeness. We compare two variants of our method to state-of-the-art, recently published methods and demonstrate their usefulness and efficiency on several case studies from systems biology.

研究动机与目标

• 解决在分子数量较少时确定性常微分方程模型失效的离散状态随机生化反应模型中的参数估计挑战。
• 克服在生化系统马尔可夫模型中常见的高维或无限维状态空间下似然评估的计算不可行性。
• 开发一种基于似然的推断框架，避免蒙特卡洛采样，并在初始参数猜测较差时仍能提供非零的似然和梯度估计。
• 实现对等距和非等距观测间隔的参数估计，相较于现有方法具有更高的灵活性。
• 为基于采样或受限截断的方法提供一种鲁棒且可扩展的替代方案，尤其适用于具有广泛反应速率差异的系统。

提出的方法

• 将似然计算表述为涉及底层连续时间马尔可夫过程转移概率矩阵的向量与矩阵乘积。
• 在数值积分过程中实施动态、实时的状态空间截断，仅保留每个观测区间内对似然有显著贡献的状态。
• 实现两种变体：SLA（适用于任意观测间隔）和PLA（适用于等距间隔），两者均在似然评估中引入测量噪声。
• 通过自适应调整时间步长的迭代数值积分方法近似求解科莫戈罗夫前向方程，以限制每一步中的反应数量。
• 应用全局优化（MATLAB 的全局搜索）以避免在非凸似然曲面上陷入局部极小值。
• 通过仅忽略不重要的状态贡献而非整个状态空间区域，确保即使在参数初始猜测较远时，似然和梯度值仍保持非零。

实验结果

研究问题

• RQ1 是否可以在不依赖蒙特卡洛采样的前提下，高效地对生化反应的马尔可夫模型进行最大似然估计？
• RQ2 在似然计算过程中，如何动态截断状态空间，以在保持精度的同时降低计算成本？
• RQ3 与要求等距采样的现有方法相比，所提方法在处理非等距观测间隔方面具有多大程度的适应能力？
• RQ4 当初始参数估计值远离真实值时，该方法在鲁棒性和收敛性方面表现如何？
• RQ5 该方法是否可扩展至包含小规模和大规模种群的混合随机-确定性模型？

主要发现

• 所提出的 SLA 和 PLA 方法无需蒙特卡洛采样即可实现精确的参数推断，即使初始参数估计较差，也能实现非零的似然和梯度计算。
• 动态状态空间截断确保了计算可行性，同时保持了精度，无需事先掌握合适的截断状态空间知识。
• SLA 方法成功处理了非等距观测间隔，而 AML 和 SVDL 方法则要求等距采样。
• PLA 方法在等距观测下具有高效性，并避免了 AML 方法中“每区间最多两个反应”的限制性假设，从而提升了 AML 方法的精度。
• 该方法在鲁棒性和可扩展性方面优于当前最先进的方法，尤其在反应速率差异大或种群数量大的情况下表现更优。
• 结合非零梯度的全局优化方法，即使从较差的初始参数值出发，也能实现可靠的收敛。