利用批量体外数据无导数优化衣壳组装模型的速率参数
定量方法
2015-07-09 v1 生物物理
摘要
病毒衣壳由游离衣壳蛋白组装而成，经历复杂的结合与解离步骤级联，其中绝大多数无法直接实验观察。这使得衣壳组装成为计算模型试图填补实验可观察空白的丰富领域。然而，准确的模拟预测依赖于准确的模型，且此类系统的模型推断存在重大障碍。在此，我们描述了通过学习衣壳组装系统的参数（特别是衣壳-衣壳相互作用的动力学速率常数）所取得的进展，方法是计算拟合模拟与实验数据。我们此前开发了通过学习衣壳-衣壳相互作用的速率参数，最小化真实与模拟光散射数据（监测体外批量衣壳组装）之间偏差的方法。然而，这是一个困难的数据拟合问题，因为模拟组装轨迹的计算成本高、模型固有的随机噪声，以及可用于拟合的数据有限且含噪。在此我们展示，基于无导数优化（DFO）的较新方法类，能够更快更精确地从静态光散射数据中学习物理参数。我们进一步通过模拟时间分辨质谱数据模型，探索这些方法的优势如何受替代数据源影响；时间分辨质谱是监测批量衣壳组装的替代技术，有望提供更丰富的数据。结果表明，数据和算法的进步均能改进模型推断：丰富数据使所有方法均获得高质量拟合，但DFO方法相较于信息量较少、更能代表当前实验实践的数据源表现出显著优势。
引用
@article{arxiv.1507.02148,
title = {Derivative-free optimization of rate parameters of capsid assembly models from bulk in vitro data},
author = {Lu Xie and Gregory R. Smith and Russell Schwartz},
journal= {arXiv preprint arXiv:1507.02148},
year = {2015}
}