Topological model selection: a case-study in tumour-induced angiogenesis¶
McDonald, Robert A.; Byrne, Helen M.; Harrington, Heather A. et al. · 2025 · Preprint (arXiv, q-bio.QM)
Metadata
Authors: McDonald, Robert A.; Byrne, Helen M.; Harrington, Heather A.; Thorne, Thomas; Stolz, Bernadette J.
arXiv: 2504.15442
Tags: #agent-based-model #stochastic-process #cell-migration
概述（Overview）¶
摘要概述¶
本文为缺少 tractable likelihood 的高维时空模型提出 TDA—ABC—Random Forest 模型选择流水线。作者以 AC、SL、PS 三种肿瘤诱导血管生成离散模型为测试对象：先从模拟网络提取空间平均和 Extended Persistent Homology（EPH）拓扑摘要统计量，再使用 ABC-SMC 近似参数 posterior，并使用分类/回归 RF 近似 model posterior。合成测试中，流水线对每个模型推断四个参数，并识别生成数据的正确候选模型。
建模问题与尺度¶
- 问题：在多个随机、空间结构精细且无法写出精确似然的候选模型间，如何同时进行参数校准和模型选择。
- 对象与尺度：二维离散 endothelial-cell 迁移与血管网络；比较末时刻网络的空间分布、branches、loops 和 connected components。
- 输出：参数后验近似、特征重要性及候选模型 posterior。
假设与数学表述¶
核心假设¶
候选 AC、SL、PS 模型能以不同 EC 迁移规则产生可区分的空间拓扑；选定 summary statistics 足以保留模型和参数辨识所需信息。合成数据与候选模型类正确指定是核心前提。
Governing equations¶
- 方程定位：Model data and analysis；Supplementary Information Section A。
- 方程与耦合关系：每个候选模型以 tip EC 的离散迁移、分枝和吻合规则生成网络；EPH 将网络点云转为拓扑特征，ABC-SMC 以 summary-statistic distance 近似参数 posterior，RF 近似 model posterior。
- 概率结构：模型随机性、ABC 接受/权重和 RF 集成学习共同决定近似不确定性。
初始条件、边界条件与约束¶
模型在二维正方形域底部初始化多个 tip EC，并假定 VEGF 由底部向顶部肿瘤方向增加。本文只比较三个预设候选模型及其四个参数，不处理真实数据中的观测误差或候选模型外的机制。
参数及来源¶
- 候选参数：每个 angiogenesis model 推断四个参数；具体定义见 Fig. 1 和 Supplementary Information Section A。
- 特征：x/y 坐标统计量与 EPH 拓扑统计量。
- 参数来源与识别性：参数从模拟测试设定生成；posterior 的可信度依赖 summary statistics 的信息量、ABC tolerance 和模型可区分性。
数值方法与计算流程¶
先模拟候选模型网络，计算空间平均和 EPH 特征；使用 RF 选择 informative statistics；随后按模型运行 ABC-SMC 得到参数 posterior，再用分类和回归 RF 进行模型 posterior 近似。论文首面声明 simulation、分析、参数推断和模型选择代码可在 https://github.com/rmcdomaths/tms/ 获得（Methods；Fig. 1–3；First page）。
校准、验证与不确定性¶
- 校准：在 synthetic test cases 以已知参数和生成模型作为目标。
- 验证：检查 posterior 是否覆盖真实参数，并检验 model posterior 能否选择真实模型。
- 不确定性：ABC posterior 与 RF model posterior 表达近似不确定性；本文尚未证明在模型错设、实验噪声或真实观测稀疏时的校准性。
核心结果与证据¶
主要发现 1：EPH 将空间网络的拓扑差异转为可用于推断的特征¶
- 模型结论或预测：拓扑摘要可量化空间平均特征可能遗漏的 loops、branches 和 connected components，并参与候选模型区分。
- 证据定位：Model data and analysis；Fig. 1；Methods。
- 参数条件：二维 AC、SL、PS 模拟网络及末时刻 EC 点云。
- 验证程度：在本文合成模型族内用于后续参数和模型选择。
- 替代解释：特征优势可能依赖于当前三种模型、观察时刻和网格化方式。
主要发现 2：ABC-SMC 可近似恢复四个参数的后验¶
- 模型结论或预测：在各模型的合成 test case 中，ABC-SMC 利用所选 summary statistics 形成覆盖生成参数的近似 posterior。
- 证据定位：Fig. 2；Results。
- 参数条件：每个候选模型的两个 synthetic test case、四个推断参数。
- 验证程度：internal synthetic recovery；没有真实实验数据或外部模型的验证。
- 替代解释：当候选模型错设、参数不可辨识或观测噪声增加时，posterior 可能仍显得集中但不正确。
主要发现 3：RF 近似模型 posterior 可识别生成模型¶
- 模型结论或预测：分类与回归 RF 在测试中以高 posterior 选择生成合成数据的正确模型。
- 证据定位：Fig. 3；Results。
- 参数条件：AC、SL、PS 候选集与 synthetic prediction data。
- 验证程度：针对同一模型家族的内部分类验证。
- 替代解释：高区分度可由模拟设定差异放大，未必表示对真实血管图像或未包含机制的鲁棒选择。
关键图表¶
- Fig. 1：展示三种 angiogenesis model 的 EC 规则、参数及 summary-statistic 设计。
- Fig. 2：展示 ABC-SMC 的四参数 posterior。
- Fig. 3：展示 RF model posterior 与模型识别结果。
局限与适用边界¶
证据主要来自合成数据；真实数据的测量误差、候选模型错设、时间序列缺失和计算成本尚未充分量化。EPH 的表现也可能取决于网格、filtration 与 summary-statistic 选择。
个人批注¶
可迁移的方程、算法或参数¶
可迁移的是“空间/拓扑 summary statistics → ABC-SMC 参数 posterior → RF model posterior”的模块化推断流程，而不是本文特定 angiogenesis 规则。
与我的模型的接口¶
可将斑块形态、血管网络或重塑模式的 topology descriptors 加入 vascular G&R 模拟的距离函数，和壁厚、应力等常规统计量联合校准。
疑问与复现实验¶
应在生成模型外的 synthetic data、带观测噪声的成像数据和不同 EPH filtration 下检验 posterior calibration，并复现代码仓库的全流程。
与上下文的关系¶
本文建立在¶
建立在 ABC 参数推断/模型选择、TDA/persistent homology 和离散肿瘤血管生成模型之上（Introduction；Model data and analysis）。
已核实的后续引用¶
本次未检索。
同类模型对比¶
相对仅用空间平均统计量的 ABC 工作，本文显式引入拓扑特征；相对直接 likelihood-based 选择，它适用于复杂模拟模型但以近似和计算成本为代价。
与本地论文队列的关系¶
可与 agent-based、stochastic-process、cell-migration 和多尺度建模笔记建立方法链接；其在动脉粥样硬化/血管 G&R 的直接验证本次未检索。
逐章节笔记（Section-by-Section Notes）¶
Introduction¶
段落 1：复杂时空模型缺少可用似然¶
- 核心论点：引言将多模型比较和参数校准的难点归因于高维时空模拟数据及不可 tractable 的 likelihood，并提出以 TDA、ABC 和 RF 应对。
- 支撑论据：Introduction, PDF p. 1–2。
- 我的分析：该问题设定清楚地区分了“模型输出像什么”和“如何基于不完整观测作统计推断”；后续有效性取决于摘要统计量能否保持区分信息。
Methods¶
段落 1：从血管网络到拓扑特征和近似后验¶
- 核心论点：方法将 AC、SL、PS 模拟网络映射为坐标与 EPH 特征，随后以 ABC-SMC 与 RF 完成参数和模型 posterior 的近似。
- 支撑论据：Model data and analysis；Methods；Fig. 1。
- 我的分析：流程模块化使其可迁移到其他空间仿真；每一步的近似误差会累积，尤其是特征选择与 ABC distance 的选择。
Results¶
段落 1：合成测试支持参数恢复与正确模型识别¶
- 核心论点：结果展示四参数 posterior 和 model posterior，合成 test cases 中的高 posterior 与真实生成模型一致。
- 支撑论据：Results；Fig. 2–3。
- 我的分析：这是严格的内部验证，但尚未测试数据来自候选模型族外时的错误选择率。
Discussion¶
段落 1：拓扑摘要可扩展到更广泛的生物模型比较¶
- 核心论点：讨论将该工作扩展为以拓扑量评价生物模型的通用思路，同时指出真实实验数据和更复杂模型是下一步。
- 支撑论据：Discussion；Abstract。
- 我的分析：将 topology 纳入模型比较是有价值的增量，但可解释性和跨数据采集条件稳定性应作为实际部署的首要验证目标。
Conclusion¶
原文没有独立标注的 Conclusion；其结论性主张已在 Discussion 中汇总：该流水线在合成 angiogenesis 数据上支持参数推断和模型选择，真实数据适用性仍待验证。
快速判断¶
- 一句话结论：本文以肿瘤诱导血管生成模型证明，TDA 特征、ABC 与 Random Forest 可组成一条用于无解析似然时空模型的参数推断与模型选择流水线。
- 阅读范围：仅 metadata、first page、abstract、最多 3 个 figure/table captions 和 conclusion；未通读正文
- 处理决定：升级 deep
- 决定理由：全文源文本和可用代码链接均存在；其拓扑摘要统计量与 ABC 模型选择对空间血管/重塑模型具有直接方法学价值。
摘要概述¶
作者针对高维时空模拟数据难以使用精确似然校准的问题，提出 TDA—ABC—RF 流水线。它从肿瘤诱导血管生成的三个离散 endothelial-cell 模型中提取拓扑 summary statistics，以近似参数和模型 posterior；合成 test case 中，对每个模型推断四个参数并识别正确模型。
关键证据¶
- 证据 1（定位）：Abstract
- 展示或报告：流水线用拓扑 summary statistics 近似 parameter 与 model posterior，并在三个 established angiogenesis model 的合成测试中推断四个参数、识别正确模型。
- 支持的结论：该方法可用于具有精细空间结构、缺少 tractable likelihood 的时空模拟模型。
- 注意事项：摘要只证明合成模型内的有效性；对实验数据、模型错设和计算成本的稳健性需由 deep note 核验。
局限与未核实项¶
- 最大局限：quick 只覆盖摘要级结果，未检验特征筛选、ABC-SMC 容差、RF 校准和外部数据失配。
- 未核实项：三种 angiogenesis 模型的完整方程/规则、真实实验数据适用性以及 topology summary 的计算敏感性。
与我的关联¶
- 可复用点：将 branches、loops 与 connected components 等拓扑量作为 summary statistics，可补足只用空间平均量进行模拟校准的不足。
- 关联的当前问题：该方法为缺少解析似然的 vascular G&R 或空间病变仿真提供参数推断和候选模型比较的贝叶斯式框架。
- 下一步动作：升级并保留 deep note；提取模型、参数、特征筛选和代码复现条件。