[論文レビュー] Robust Parameter Estimation for Biological Systems: A Study on the Dynamics of Microbial Communities

Matthias Chung, Justin Krueger+1 more|arXiv (Cornell University)|Sep 23, 2015

Gut microbiota and health参考文献 39被引用数 3

ひとこと要約

本稿では、微生物集団の微分方程式モデルにおけるパラメータ推定のためのロバストな連続シャッティング法を提案する。スプラインに基づく状態変数近似を用いることで、従来の単一シャッティング法の限界を克服する。この手法は、模擬的および実際の腸内微生物叢データにおいて、パラメータとダイナミクスの正確な回復を可能にし、データ適合性において発表済みのモデルを上回り、生物学的に妥当な相互作用を捉えている。

ABSTRACT

Interest in the study of in-host microbial communities has increased in recent years due to our improved understanding of the communities' significant role in host health. As a result, the ability to model these communities using differential equations, for example, and analyze the results has become increasingly relevant. The size of the models and limitations in data collection among many other considerations require that we develop new parameter estimation methods to address the challenges that arise when using traditional parameter estimation methods for models of these in-host microbial communities. In this work, we present the challenges that appear when applying traditional parameter estimation techniques to differential equation models of microbial communities, and we provide an original, alternative method to those techniques. We show the derivation of our method and how our method avoids the limitations of traditional techniques while including additional benefits. We also provide simulation studies to demonstrate our method's viability, the application of our method to a model of intestinal microbial communities to demonstrate the insights that can be gained from our method, and sample code to give readers the opportunity to apply our method to their own research.

研究の動機と目的

• 宿主内微生物集団の複雑でデータが限られたモデルにおけるパラメータ推定の課題に対処すること。
• 微分方程式モデルにおける従来の単一シャッティング法のパラメータ推定技術に見られる非効率性とロバスト性の欠如を克服すること。
• 疎なまたはノイズの多い時系列データから、パラメータと動的軌道の両方を正確に回復できる新しい手法を開発すること。
• 一般化されたロトカ＝ヴォルテラモデルから生成された模擬データを用いて、手法の妥当性を検証すること。
• 実際の腸内微生物叢データに手法を適用し、発表済みのモデルと比較してその有効性を示すこと。

提案手法

• 本手法は、時間経過にわたるシステムのダイナミクスを滑らかに表現するために、区分的多項式スプラインを用いてモデルの状態変数を近似する。
• 硬い制約を緩和することで、最適化問題を再定式化し、ロバストな数値的手法で解ける「近接する」最適化問題を構築する。
• 滑らかさと連続性を保証するため、3次スプラインとノット・ア・ノット境界条件を用いる。
• 本手法は、状態変数およびパラメータに関するスプライン近似の導関数を計算し、勾配に基づく最適化を可能にする。
• 本手法は、成長率と相互作用係数を [r; vec(A)] として符号化したロトカ＝ヴォルテラモデルを動的システムとして統合する。
• MATLABで実装されており、スプライン構築、モデル評価、微分計算のための関数が含まれており、continuousShooting.m および lotkaVolterra.m を含む。

実験結果

リサーチクエスチョン

• RQ1 スプラインに基づく連続シャッティング法は、従来の単一シャッティング法と比較して、微生物集団の微分方程式モデルにおけるパラメータ推定の精度を向上させることができるか？
• RQ2 提案手法は、ノイズの多いまたは疎な時系列データから、パラメータと動的軌道の両方を効果的に回復できるか？
• RQ3 実際の腸内微生物叢データに適用した場合、本手法は既存の発表済みモデルと比較してどの程度の性能を示すか？
• RQ4 本手法は、腸内集団における生物学的に妥当な微生物相互作用を捉えることができるか？
• RQ5 本手法は、初期パラメータの推定値やデータのノイズに対してどの程度感受性が低くなるか？

主な発見

• スプラインに基づく近似により、安定的かつ正確な勾配計算が可能となり、信頼性の高い最適化が実現された。
• 模擬実験では、一般化されたロトカ＝ヴォルテラモデルを用いた結果、真のパラメータとその背後にあるダイナミクスが正常に回復された。
• 腸内微生物叢の事例研究において、同じデータセットを用いて発表済みのパrameterizedモデルと比較して、本手法は優れたデータ回復性能を示した。
• 実験的に確認された微生物相互作用がモデルで捉えられており、推定されたパラメータの生物学的妥当性が示された。
• 本手法は、データのノイズに対してロバストで、初期条件の感度も低く、従来の単一シャッティング法を上回る性能を示した。
• サンプルのMATLABコード（continuousShooting.m、cubicSplines.m、lotkaVolterra.m を含む）の提供により、再現性が確保され、新たなデータセットへの直接応用が可能である。