从单条轨迹对随机反应网络的全局参数辨识
分子网络
2011-11-22 v1 计算工程、金融与科学
摘要
我们考虑从某些参与物种浓度的单次测量时间进程中推断随机生化网络模型未知参数的问题。此类测量可从基于图像的系统生物学中的活细胞荧光显微技术获得。此外，来自例如荧光相关光谱的涨落时间进程提供了关于系统动力学的额外信息，与仅考虑平均浓度相比，这些信息可用于更稳健地推断参数。从单条实验轨迹估计模型参数使得单细胞测量和细胞间变异性的量化成为可能。我们提出了一种自适应蒙特卡洛采样器（称为高斯自适应）与高效精确随机模拟算法的新颖组合，允许从单条随机轨迹进行参数辨识。我们在稳态和瞬态阶段的线性和非线性反应网络上对所提出的方法进行了基准测试。此外，我们证明该方法还提供了参数空间可行部分的椭球体积估计，并且能够估计所观测反应发生的隔室的物理体积。
关键词
引用
@article{arxiv.1111.4785,
title = {Global parameter identification of stochastic reaction networks from single trajectories},
author = {Christian L. Muller and Rajesh Ramaswamy and Ivo F. Sbalzarini},
journal= {arXiv preprint arXiv:1111.4785},
year = {2011}
}
备注
Article in print as a book chapter in Springer's "Advances in Systems Biology"