UQSA——用于生化反应网络模型不确定性量化与敏感性分析的 R 语言包
定量方法
2025-04-08 v3 亚细胞过程
摘要
描述亚细胞过程的生化反应模型通常带有很大的不确定性。为了在建模过程中考虑这一点，我们开发了 R 语言包 UQSA，以集成方式执行不确定性量化与敏感性分析。UQSA 设计用于快速采样复杂的多维参数分布，使用高效的马尔可夫链蒙特卡洛 (MCMC) 采样技术和 Vine-copulas 来建模复杂的联合分布。我们从随机和确定性模型中执行 MCMC 采样，无论是在无似然还是基于似然的设置下。在无似然情况下，我们使用近似贝叶斯计算 (ABC)，而对于基于似然的采样，我们提供不同的算法，包括快速几何信息算法 SMMALA（简化流形 Metropolis-Adjusted Langevin 算法）。不确定性量化之后可进行基于方差分解的全局敏感性分析。我们面向生化模型，但 UQSA 可用于任何类型的反应网络。Vine-copulas 的使用使我们能够描述、评估和采样复杂的参数分布，并以顺序方式添加新数据集而无需重做先前的参数拟合。代码用 R 编写，后端使用 C 以提高速度。我们使用 Systems Biology 项目的 SBtab 表格格式进行模型描述和实验数据。事件系统允许用户建模复杂的瞬态输入，这在例如神经科学中很常见。UQSA 有详尽的文档，包含描述不同类型模型与数据的多个示例。代码已在计算集群多个节点上多达 2000 个核心上测试，但我们也包含可在笔记本电脑上运行的较小示例。源代码：https://github.com/icpm-kth/uqsa
引用
@article{arxiv.2308.05527,
title = {UQSA -- An R-Package for Uncertainty Quantification and Sensitivity Analysis for Biochemical Reaction Network Models},
author = {Andrei Kramer and Federica Milinanni and Jeanette Hellgren Kotaleski and Pierre Nyquist and Alexandra Jauhiainen and Olivia Eriksson},
journal= {arXiv preprint arXiv:2308.05527},
year = {2025}
}
备注
8 pages, 1 figure, application note