Skip to content

Browning, Alexander P., Taşcă, Maria, Falcó, Carles et al. · 2024 · Proc. R. Soc. A

#reaction-diffusion #cell-migration #structural-identifiability

??? info "Metadata" DOI: 10.1098/rspa.2023.0911

📄 Quick Note

摘要概述

本文将 ODE 结构可辨识性（structural identifiability）的经典 differential algebra 方法推广到偏微分方程（PDE）情形，聚焦于"在未观测变量上线性"的线性 reaction–advection–diffusion（RAD）模型以及所谓的 semi-linear 系统（如含 logistic 增益项的细胞迁移模型）。作者证明了 Theorem 2.1：任何 m 状态线性 RAD 模型都可在导数阶不超过 4(m−1) 时被归约为一组多项式关系，从而总能在理论上完成结构可辨识性分析；Corollary 2.2 进一步表明，引入空间扩散/对流绝不会恶化（只会等同或改善）可辨识性。通过 FUCCI scratch assay 的两状态细胞周期模型与细菌 chemotaxis 模型等案例，作者展示了方法可直接给出可辨识参数组合，并指出 PDE 情形下初始条件本身是一个未知函数，与 ODE 情形有本质区别。计算成本随状态数迅速增长（三状态符号消元 12 小时未完成）是主要局限。

关键图表

  • Figure 1：scratch assay 实验示意与 FUCCI 细胞周期标记数据，说明"仅观测总细胞密度 n(x,t)=r+g"这一部分观测设置的现实来源。
  • Figure 2：线性 RAD 模型的不可辨识性演示——将 p2→2p2 并相应调整初始条件后，观测到的 n(x,t) 与原参数集完全不可区分（红虚线与灰实线重合），直观印证结构不可辨识。
  • Figure 3：细菌 chemotaxis 半线性模型的不可辨识性，χ→2χ 后观测变量 ρ(x,t) 不变，说明仅乘积 αχ 可辨识而 α、χ 单独不可辨识。

与我的关联

结构可辨识性是参数推断的前提，对于血管 G&R 等 PDE 模型的可观测性分析有直接借鉴意义——尤其 Theorem 2.1 给出了"一定能闭合到多项式系统"的阶数上界，可作为判断模型是否可辨识、以及选择可观测量组合的依据。