结合代理模型的细胞迁移动力学贝叶斯校准与模型评估
偏微分方程分析
2025-09-24 v1 机器学习
细胞行为
定量方法
摘要
计算模型为癌症演化等复杂生物过程提供了关键洞察,但其机制特性往往使其具有非线性和多参数的特点,增加了校准的难度。我们采用贝叶斯校准,通过四种互补策略系统地评估细胞迁移模型中的参数概率分布:参数模型与代理模型,且各自分别考虑包含与不包含显式模型偏差的情况。该方法实现了对参数不确定性、预测性能和可解释性的联合分析。在应用于微流控设备中胶质母细胞瘤进展的真实数据实验时,代理模型获得了更高的计算效率和预测精度,而参数模型凭借其机制基础提供了更可靠的参数估计。引入模型偏差揭示了结构性局限,明确了模型在何处需要改进。综合而言,这些比较为复杂生物系统计算模型的校准与改进提供了实用指导。
引用
@article{arxiv.2509.18998,
title = {Bayesian Calibration and Model Assessment of Cell Migration Dynamics with Surrogate Model Integration},
author = {Christina Schenk and Jacobo Ayensa Jiménez and Ignacio Romero},
journal= {arXiv preprint arXiv:2509.18998},
year = {2025}
}
备注
31 pages, 13 figures, 1 table