- システム生物学の逆問題
- 特徴
- 要素が多くて複雑
- データが取れる→背景ルールが知りたい→典型的な逆問題
- 何が課題か
- 安定した状態・定常な状態でのパラメタ数が妥当な(に少ない)モデルを見つけたい
- 急変化の質的な仕組みを知りたい
- 以下、それに関するpdfなどを基に気になる単語や考え方を抜粋
- 結果からルールを知りたい
- こちらでは、パターンからそれを作るルールを知る問題として、L-systemの逆問題に触れている
- 一般にシステム生物学では…Inverse Problems in Systems Biology
- 基礎的なキネティクスを常微分方程式で解いた昔
- システム生物学の逆問題の2大分類
- パラメタ推定(量的問題)
- パラメタの値の点推定・区間推定
- 観察データと知りたいパラメタの関係が見えやすいか見えにくいかの問題(sensitive, insensitive)
- Sparsity-enforcing(関係ルールを少なくするような探索方法??(こちらなどから『正しい意味』を…)
- 分岐パターンのリバースエンジニアリングなど、質的挙動に関する逆推定
- 振動子、決定論的カオス
- 安定な閉軌道の最大化・最小化パラメタ
- 化学量論行列が巨大化する
- Zero deficiency theorem:
- Theorem (Deficiency Zero).
- A weakly reversible mass-action reaction network with zero deficiency contains one unique equilibrium point in each positive reaction simplex.
- "Weak reversibility"
- だと、『面白い』非線形なダイナミズムが生じる
- Scale-free network と ハブの存在
- パラメタの選択と値の推定
- Well-posed inverse problemとIll-posed inverse problem
- Well-posed は次の3条件を満たす
- 解の存在性: 解が存在すること
- 解の一意性: 解がただ一つであること
- 解の安定性: 入力に微小な変動を与えたときに、出力の変動も微小であること
- 質的変化
u <- v <- x<- seq(from = -2, to = 2, by = pi/200)
x <- x[which(abs(x)>0.05)]
uvx <- expand.grid(u,v,x)
F <- uvx[,3]^4 + uvx[,1]*uvx[,3]^2 + uvx[,2]*uvx[,3]
t <- 0.01
V <- 0.0
s <- which(abs(F-V) < t)
plot3d(uvx[s,],col = rainbow(200))