Structural identifiability of partially-observed stochastic processes: from single-particle trajectories to total particle density data

Resumen Técnico: Identificabilidad Estructural de Procesos Estocásticos Parcialmente Observados

Enunciado del Problema
La creciente disponibilidad de datos experimentales ha intensificado la necesidad de calibrar modelos estocásticos para obtener conocimientos cuantitativos. Un prerrequisito fundamental para la estimación de parámetros es la identificabilidad estructural: determinar si los parámetros del modelo pueden recuperarse de manera única a partir de datos idealizados y libres de ruido. Aunque existen métodos extensos para modelos de Ecuaciones Diferenciales Ordinarias (EDO), hay una falta de metodologías generales para evaluar la identificabilidad estructural de procesos estocásticos. Este desafío se ve exacerbado por la aleatoriedad inherente a estos procesos y la naturaleza de los datos disponibles. Específicamente, el artículo aborda cómo la identificabilidad depende del régimen de observación, distinguiendo entre datos de trayectorias de partículas individuales (basados en individuos) y datos de densidad total de partículas (a nivel de población). Para procesos de Markov parcialmente observados, el desafío se complica por el hecho de que los datos pueden ocultar los estados internos de las partículas, lo que dificulta la inferencia de parámetros.

Metodología
Los autores proponen una metodología novedosa para analizar la identificabilidad estructural de una clase de procesos estocásticos espacio-temporales, específicamente modelos de salto de velocidad donde el estado interno de una partícula evoluciona como una cadena de Markov de tiempo continuo dentro de una red de estados, cada uno caracterizado por una velocidad fija. El estudio emplea dos representaciones matemáticas distintas que corresponden a los dos tipos de datos:

1. Modelo Basado en Individuos (Trayectorias de Partícula Individual):

   • Los autores utilizan la descripción explícita basada en individuos del proceso de Markov de tiempo continuo.
   • Analizan la trayectoria $x(t)$ y su derivada $x'(t)$, que es constante a trozos y toma valores del conjunto de velocidades de los estados.
   • La identificabilidad se evalúa derivando la distribución acumulada del tiempo pasado en cada estado (para identificar las tasas de cambio) y la frecuencia de transiciones entre estados (para identificar las probabilidades de transición).
   • Las condiciones iniciales (distribución de ubicación y estado) se identifican analizando la distribución de los puntos de partida y las velocidades iniciales a través de un número infinitamente contable de trayectorias.

2. Modelo a Nivel de Población (Densidad Total de Partículas):

   • Los autores derivan un sistema de Ecuaciones Diferenciales Parciales (EDP) (una formulación de Fokker-Planck) que describe la evolución de la densidad de partículas $n_s(x,t)$ en cada estado $s$.
   • Aplican el enfoque de álgebra diferencial, una técnica común en el análisis de EDO, al sistema de EDP. Esto implica eliminar simbólicamente las variables de estado no observadas ($n_1, n_2, n_3$) para derivar ecuaciones entrada-salida que dependen únicamente de la densidad total observable $N(x,t)$ y de los parámetros del modelo.
   • Análisis Novel de Condiciones Iniciales: Reconociendo que el álgebra diferencial estándar en $t=0$ puede no capturar toda la información de identificabilidad (ya que las derivadas espaciales y temporales pueden ser proporcionales), los autores introducen un nuevo método. Utilizan las ecuaciones características del sistema de EDP para construir una expansión de Taylor de la evolución de la densidad alrededor de $t=0$. Esto permite identificar combinaciones adicionales de parámetros relacionadas con la condición inicial que no son aparentes mediante la eliminación estándar.

Resultados Clave
La metodología se aplica a un modelo de salto de velocidad de tres estados con nueve parámetros (velocidades, tasas de cambio y probabilidades de transición).

• Datos de Trayectorias de Partícula Individual:

  • El modelo es estructuralmente globalmente identificable (hasta el reetiquetado de estados) cuando se dispone de un número infinitamente contable de trayectorias de partículas individuales infinitamente largas.
  • Todos los parámetros, incluidas las velocidades, las tasas de cambio, las probabilidades de transición y la distribución de la condición inicial, pueden recuperarse de manera única.

• Datos de Densidad Total de Partículas:

  • Utilizando el enfoque de álgebra diferencial en el sistema de EDP, los autores derivan ecuaciones entrada-salida con coeficientes ($c_1$ a $c_8$) que son funciones de los parámetros del modelo.
  • Se encuentra que las velocidades y las tasas de cambio son estructuralmente identificables (hasta el reetiquetado de estados).
  • Sin embargo, los parámetros de probabilidad de transición no son globalmente identificables utilizando únicamente los coeficientes entrada-salida derivados de la EDP por sí sola; satisfacen ecuaciones cuadráticas que producen múltiples soluciones.
  • Impacto de las Condiciones Iniciales: El enfoque estándar de álgebra diferencial en $t=0$ produce solo un coeficiente identificable ($c_9$) relacionado con la condición inicial, lo cual es insuficiente para identificar las probabilidades de estado inicial ($a_1, a_2, a_3$).
  • Contribución de la Expansión de Taylor: Al aplicar el nuevo método de expansión de Taylor basado en ecuaciones características, los autores identifican coeficientes adicionales ($c_{10}$ a $c_{15}$). Estos coeficientes permiten identificar las probabilidades de estado inicial.
  • Identificabilidad Local: Incluso con los coeficientes adicionales de la expansión de Taylor, el modelo es solo estructuralmente localmente identificable con respecto a los parámetros de probabilidad. Esto significa que, aunque los parámetros son identificables de manera única en una pequeña vecindad de los valores verdaderos, existen conjuntos de parámetros distintos (modelos equivalentes) que producen evoluciones idénticas de la densidad total de partículas bajo condiciones iniciales específicas.

• Casos Especiales (Velocidades Compartidas):

  • Si dos o tres estados comparten la misma velocidad, la identificabilidad se degrada. Si los tres estados comparten la misma velocidad, solo la velocidad es identificable; todos los parámetros de tasa y probabilidad se vuelven no identificables.
  • Si dos estados comparten una velocidad, la suma de sus tasas de cambio es identificable, pero las tasas individuales y las probabilidades generalmente permanecen no identificables, incluso con el método de expansión de Taylor.

Significado y Afirmaciones
El artículo afirma proporcionar la primera metodología general para analizar la identificabilidad estructural de procesos estocásticos espacio-temporales, cerrando la brecha entre las descripciones basadas en individuos y las formulaciones de EDP a nivel de población.

• Dependencia del Tipo de Datos: El estudio destaca una distinción crítica: los datos de trayectorias de partículas individuales conducen a una identificabilidad estructural global, mientras que los datos de densidad total de partículas conducen solo a una identificabilidad local. Esto subraya que la elección del régimen de observación experimental dicta fundamentalmente la viabilidad de la inferencia única de parámetros.
• Papel de las Condiciones Iniciales: El trabajo demuestra que las condiciones iniciales impactan significativamente la identificabilidad estructural en los modelos de EDP. Los autores afirman que los enfoques estándar de álgebra diferencial a menudo son insuficientes para capturar información de condiciones iniciales en estos contextos estocásticos y que su método propuesto de expansión de Taylor basado en ecuaciones características es necesario para descubrir combinaciones adicionales de parámetros identificables.
• Implicaciones para el Diseño Experimental: La existencia de modelos estructuralmente equivalentes (diferentes parámetros que producen evoluciones de densidad idénticas) sugiere que variar las condiciones iniciales podría servir como una estrategia práctica para mejorar la identificabilidad de parámetros en el diseño experimental.
• Extensión Metodológica: Los autores afirman que su enfoque, particularmente el uso de ecuaciones características para expansiones de Taylor, es aplicable a otros modelos estocásticos donde tales ecuaciones pueden escribirse en términos de parámetros del modelo, extendiéndose potencialmente a redes de reacciones químicas con componentes espaciales.

Los autores permanecen modestos con respecto a las aplicaciones prácticas, señalando que sus resultados caracterizan la identificabilidad en entornos idealizados y libres de ruido. Declaran explícitamente que se requiere trabajo futuro para abordar la identificabilidad práctica con datos finitos y ruidosos, y para extender estos métodos a modelos con condiciones iniciales o de frontera más complejas.