[论文解读] A simplified derivation of the Linear Noise Approximation

Edward W. Wallace|arXiv (Cornell University)|Apr 24, 2010

Gene Regulatory Network Analysis参考文献 11被引用 9

一句话总结

本文通过使用随机差分方程和化学朗之万方程，而非 master 方程和 Fokker-Planck 方程，对离散随机过程（如化学反应系统）的线性噪声近似（LNA）进行了简化推导。该方法直接导出噪声扰动的随机微分方程，使熟悉常微分方程和随机微分方程的受众更容易理解，同时恢复了与传统系统规模展开方法相同的确定性动力学和线性噪声动力学。

ABSTRACT

Given a discrete stochastic process, for example a chemical reaction system or a birth and death process, we often want to find a continuous stochastic approximation so that the techniques of stochastic differential equations may be brought to bear. One powerful and useful way to do this is the system size expansion of van Kampen to express a trajectory as a small stochastic perturbation to a deterministic trajectory, using a small parameter related to the volume of the system in question. This is usually pursued only up to first order, called the Linear Noise Approximation. The usual derivation of this proceeds via the master equation of the discrete process and derives a Fokker-Planck equation for the stochastic perturbation, both of which are equations for the evolution of probability distributions. Here we present a derivation using stochastic difference equations for the discrete process and leading, via the chemical Langevin equation of Gillespie, directly to a stochastic differential equation for the stochastic perturbation. The new derivation, which does not yield the full system size expansion, draws more explicitly on the intuition of ordinary differential equations so may be more easily digestible for some audiences.

研究动机与目标

• 为不熟悉 master 方程和 Fokker-Planck 形式化的研究人员提供一种更易理解的线性噪声近似推导方法。
• 用基于随机差分方程和化学朗之万方程的推导，替代传统的基于 master 方程的系统规模展开。
• 使 LNA 的推导对具有常微分方程和随机微分方程背景的受众更加直观。
• 阐明 LNA 有效性的条件，特别是化学朗之万近似所需的时标和系统规模假设。

提出的方法

• 在时间尺度 τ 上表达离散随机过程，其中反应次数较大但速率近似恒定，且反应速率和跃迁事件可定义。
• 使用 τ-leap 近似，将物种数量的增量建模为独立的正态随机变量之和，从而导出化学朗之万方程。
• 引入假设 K = Ωx + √Ωξ，将系统分解为确定性分量 x 和按 1/√Ω 缩放的随机扰动 ξ。
• 对漂移项和扩散项在确定性解 x 附近进行泰勒展开，仅保留 1/√Ω 的主导项。
• 推导出 ξ 的线性朗之万方程，其漂移项由确定性速率函数的雅可比矩阵控制，乘性噪声由扩散系数决定。
• 采用 Itô 解释以确保与标准 LNA 形式的一致性，特别是针对内部噪声过程。

实验结果

研究问题

• RQ1 能否在不使用 master 方程或 Fokker-Planck 方程的前提下推导出线性噪声近似？
• RQ2 如何将系统规模展开重新表述为基于随机微分方程的形式，以提高可及性？
• RQ3 τ-leap 近似在通过化学朗之万方程实现 LNA 的直接推导中起到什么作用？
• RQ4 在何种条件下，简化推导能与标准系统规模展开方法得到相同结果？
• RQ5 为何 LNA 通常不扩展到一阶以上，且更直观的推导能否解释这种截断的合理性？

主要发现

• 使用随机差分方程和化学朗之万方程的简化推导，与标准系统规模展开方法得到相同的确定性动力学和线性噪声动力学。
• 随机扰动 ξ 满足一个线性朗之万方程，其漂移项由确定性速率函数的雅可比矩阵控制，噪声项与总跃迁速率的平方根成正比。
• 推导清晰表明，白噪声输入的不相关性源于基本跃迁仅影响一个种群的特性。
• 在确定性系统的平衡点处，噪声幅值可等价地用正向或反向跃迁速率表示，具体取决于哪种形式更简洁。
• 化学朗之万方程成立所需的条件——特别是 τ 相对于反应速率倒数足够大——也是 LNA 有效性的必要条件。
• 该方法为熟悉 ODE 和 SDE 的受众提供了更直观、更易理解的 LNA 推导路径，而无需掌握概率分布演化方程的知识。