[论文解读] Parameter identification in large kinetic networks with BioPARKIN

Thomas Dierkes, Susanna Röblitz+2 more|arXiv (Cornell University)|Mar 20, 2013

Gene Regulatory Network Analysis参考文献 2被引用 8

一句话总结

本论文提出 BioPARKIN，一种软件工具，采用仿射协变高斯-牛顿法并结合秩揭示雅可比分析，用于识别大规模动力学网络中的参数，即使在数据不完整或存在噪声的情况下，也能确保在可识别子空间内获得唯一解。该方法通过检测参数非唯一性并提供可识别性声明，提升了系统生物学中的可靠性。

ABSTRACT

Modelling, parameter identification, and simulation play an important role in systems biology. Usually, the goal is to determine parameter values that minimise the difference between experimental measurement values and model predictions in a least-squares sense. Large-scale biological networks, however, often suffer from missing data for parameter identification. Thus, the least-squares problems are rank-deficient and solutions are not unique. Many common optimisation methods ignore this detail because they do not take into account the structure of the underlying inverse problem. These algorithms simply return a "solution" without additional information on identifiability or uniqueness. This can yield misleading results, especially if parameters are co-regulated and data are noisy.

研究动机与目标

• 解决由于数据缺失或噪声导致大规模生物动力学网络参数识别中出现非唯一解的挑战。
• 克服标准优化方法的局限性，这些方法返回解但不评估可识别性或唯一性。
• 开发一种数值方法，通过监测雅可比矩阵的数值秩，确保在可识别子空间内收敛至唯一解。
• 将先进的数值算法与 SBML 兼容性及用户友好的界面相结合，以支持跨学科的系统生物学研究。
• 为研究人员提供工具，以评估参数可识别性和模型兼容性，特别是在秩亏的逆问题中。

提出的方法

• 采用一种仿射协变高斯-牛顿法，在优化过程中监测雅可比矩阵的数值秩，以检测秩亏。
• 使用 NLSCON（一种带约束的非线性最小二乘求解器），以处理系统生物学中常见的病态逆问题。
• 通过求解变分方程计算雅可比矩阵，而非使用数值微分，从而提高准确性和可靠性。
• 利用 LIMEX 积分器实现自适应步长控制和插值，以在任意时间点高精度求解刚性微分方程组。
• 引入基于阈值的秩检测和敏感性分析，以指导参数选择并预先评估可识别性。
• 在 BioPARKIN 中实现该方法，该软件为双组件系统，包含一个 C++ 数值库（PARKINcpp）和一个基于 Python 的图形用户界面，以提升可访问性。

实验结果

研究问题

• RQ1 当数据不完整或存在噪声，导致最小二乘问题秩亏时，如何使大规模动力学网络中的参数识别更加稳健？
• RQ2 高斯-牛顿方法在通过监测雅可比矩阵的数值秩来检测和处理参数解非唯一性方面，其有效性程度如何？
• RQ3 与有限差分法相比，使用变分方程计算雅可比矩阵是否能提高参数估计的准确性和可靠性？
• RQ4 敏感性分析和相关性矩阵如何在优化前后帮助研究人员理解参数依赖性和可识别性？
• RQ5 SBML 兼容性与用户友好界面的集成在多大程度上提升了非数学背景研究人员在系统生物学中使用先进数值方法的可用性？

主要发现

• 即使在整个参数集不可识别的情况下，BioPARKIN 中的高斯-牛顿法仍能局部收敛至可识别子空间内的唯一解。
• 当 xtol 阈值提高时，算法收敛速度加快，但解的准确性降低，通常会停在具有高不相容因子的鞍点，无法恢复真实参数值。
• 对于 EpoRcptr 模型，使用稀疏数据时参数 $k_6$ 的标准差为 47.83%，表明其可识别性差，但使用更密集的采样后，标准差降至 0.03%，证实了可识别性的显著改善。
• 相关性矩阵揭示了 $k_4$、$k_5$ 和 $k_6$ 之间存在强相关性，证实了它们的相互依赖性，解释了解流形中的非唯一性。
• 敏感性分析表明，在后期时间点进行更密集的采样能显著提高对模糊参数流形的分辨能力，尤其对 $Y_1$ 和 $Y_3$ 有效。
• 当使用更多数据时，不相容因子从 0.04845 降低至 0.03227，表明改进数据采样后模型与数据的一致性得到提升。