[论文解读] A parameter-free model selection criterion based on steady-state coplanarity

Heather A. Harrington, Kenneth L. Ho+2 more|arXiv (Cornell University)|Sep 16, 2011

Gene Regulatory Network Analysis被引用 1

一句话总结

本文提出了一种无需参数的模型选择准则，通过在变换后的变量空间中检验共面性，评估模型与稳态数据的兼容性。通过利用模型方程在变换空间中使所有有效稳态位于同一平面上，该方法基于数据与共面性的偏离程度来拒绝模型——避免了昂贵的参数估计，实现了生化网络中高效、数据驱动的模型选择。

ABSTRACT

We describe a novel procedure for deciding when a mass-action model is incompatible with observed steady-state data that does not require any parameter estimation. Thus, we avoid the difficulties of nonlinear optimization typically associated with methods based on parameter fitting. The key idea is to use the model equations to construct a transformation of the original variables such that any set of steady states of the model under that transformation lies on a common plane, irrespective of the values of the model parameters. Model rejection can then be performed by assessing the degree to which the transformed data deviate from coplanarity. We demonstrate our method by applying it to models of multisite phosphorylation and cell death signaling. Although somewhat limited at present, our work provides an important first step towards a parameter-free framework for data-driven model selection.

研究动机与目标

• 开发一种无需参数估计的模型选择方法，以克服传统基于拟合方法的局限性。
• 在不求解非线性优化问题的前提下，识别质量作用模型与观测稳态数据是否不兼容。
• 为系统生物学中的模型验证提供一种计算高效的参数拟合方法替代方案。
• 建立一种仅依赖于模型结构特性和观测稳态数据的、数据驱动的模型选择框架。

提出的方法

• 利用源自模型质量作用动力学的数学映射，对原始模型变量进行变换，以构建新的变量空间。
• 在变换后的空间中，由于模型的结构特性，无论参数取值如何，所有模型的稳态解均位于同一平面上。
• 通过几何或统计度量，评估变换后数据中的共面程度，以评估模型兼容性。
• 将与理想共面性的偏离程度用作拒绝准则：显著偏离表明模型与数据不兼容。
• 将该方法应用于多部位磷酸化和细胞凋亡信号转导模型，以验证其在生物相关系统中的有效性。

实验结果

研究问题

• RQ1 能否开发一种模型选择准则，在避免参数估计的同时，仍能评估模型与稳态数据的兼容性？
• RQ2 是否存在一种变量变换，使得所有稳态解在不依赖参数值的情况下均位于同一平面上？
• RQ3 变换空间中几何上对共面性的偏离能否作为模型不兼容的可靠指标？
• RQ4 该方法在真实生物信号转导系统中拒绝错误模型的有效性如何？

主要发现

• 该方法成功识别出不兼容的质量作用模型，且无需任何参数拟合或非线性优化。
• 无论参数取值如何，所有模型的稳态解在变换后的变量空间中均位于同一平面上，从而实现了基于几何的拒绝准则。
• 变换后数据中对共面性的偏离为模型与观测数据不兼容程度提供了定量度量。
• 该方法在多部位磷酸化和细胞凋亡信号转导模型上得到验证，展示了其可行性及更广泛应用的潜力。