Non-Monotone Response Modules and Cascades from the EML Operator for Reduced Models of Biological Dynamics

Technische Samenvatting: Niet-monotone Responsmodules en Cascades van de EML-operator

Probleemstelling
Standaard responsfuncties die worden gebruikt in biologische modellering, zoals de Hill-functie, zijn van nature monotoon. Bijgevolg kunnen ze complexe dynamische gedragingen zoals overschieting door rekrutering, adaptieve transiënten of biphasische afhankelijkheden niet weergeven met één functioneel blok. Om dergelijke niet-monotone responsen te reproduceren met standaard verzadigende primitieven, moeten onderzoekers een verschil construeren van ten minste twee blokken met tegengestelde amplitudes. Deze benadering verdubbelt het aantal statische parameters en verhoogt de modelcomplexiteit. Bovendien lijdt symbolische regressie, hoewel het een weg biedt naar het ontdekken van besturende vergelijkingen uit data, vaak aan overfitting als de zoekgrammatica te expressief is of ontbreekt aan passende inductieve biasen. Het artikel adresseert de behoefte aan een gecontroleerde, laagdimensionale grammatica voor niet-lineaire gewone differentiaalvergelijkingen (ODE's) die niet-monotone dynamiek kan vastleggen met minimale parameters.

Methodologie
De auteurs stellen het gebruik voor van de EML-operator, een enkele binaire operator gedefinieerd als $eml(x, y) = \exp(x) - \ln(y)$, als een gestructureerde grammatica voor het genereren van gereduceerde niet-lineaire ODE's. Op basis van het wiskundige resultaat dat deze operator alle standaard elementaire functies kan genereren, definiëren de auteurs een specifiek "activatie-onderdrukking"-module:
$$M_1(R) = eml(\alpha \ln R, e^{\beta R}) = R^\alpha - \beta R$$
Deze module is niet-monotoon voor $0 < \alpha < 1$ en $\beta > 0$, waardoor één enkel blok een respons kan produceren die eerst stijgt en vervolgens daalt onder een monotoon ingangssignaal, een vorm die twee Hill-blokken vereist om te repliceren.

De methodologie maakt gebruik van een beperkte symbolische grammatica gedefinieerd door de recursieve regel:
$$E ::= R \mid G(E) \mid E + E$$
waarbij $R$ de invoervariabele is en $G(x)$ een gecentreerde EML-poort is: $G(x) = (c+x)^a - bx - c^a$. Deze grammatica genereert expressiebomen die worden aangepast aan tijdreeksdata. Het aanpassingsproces omvat:

1. Kinetic Embedding: Kandidaat-expressies worden ingebed in relaxatievergelijkingen van de eerste orde ($\tau \dot{y} = -y + y_0 + B \cdot E(R(t))$) om dynamische consistentie te waarborgen, in plaats van het aanpassen van instantane statische responsen.
2. Zoeken en Selecteren: Het algoritme somt expressies op tot een specifieke diepte en knooppuntaantal. Parameters worden aangepast via niet-lineaire kleinste-kwadratenmethode op een trainingsset.
3. Modelrangschikking: Modellen worden gerangschikt op basis van de gewogen gemiddelde kwadratische fout (wMSE) op een vastgehouden set, met optionele straffen voor expressiediepte en knooppuntaantal. Informatiecriteria (AIC en BIC) worden gebruikt als diagnostische hulpmiddelen.

Belangrijkste Bijdragen en Resultaten
Het kader wordt gevalideerd in drie verschillende settings:

1. PKA-R Relokalisatie (LaCroix et al.):
   Toegepast op data die paradoxale PKA-activiteit tonen (versterking bij lage rekrutering, inhibitie bij hoge rekrutering), identificeerde de EML-grammatica succesvol een gereduceerd surrogaat ($E^* = G_1(R) + G_2(R)$) dat consistent was met het bekende mechanistische "linker-bezetting"-model. Hoewel het mechanistische model de voorkeur blijft houden vanwege zijn biologische interpreteerbaarheid, leverde de EML-grammatica een aanzienlijk betere fit op dan een standaard Hill-ODE, wat zijn vermogen demonstreert om activatie-onderdrukking-motieven te vangen zonder voorafgaande mechanistische kennis.

2. Rho-GTPase Rekrutering (Nanda et al.):
   In een setting zonder een bekend compact mechanistisch model, werd de EML-grammatica vergeleken met een parallelle Hill-grammatica-zoekopdracht.

   • Diepte 1: De enkele EML-poort $G(R)$ produceerde een niet-monotone curve die kwalitatief de stijgende en dalende gedraging van de data volgde. Daarentegen kon het enkele Hill-blok $H(R)$ alleen monotoon verzadigen produceren.
   • Diepte 2: Dezelfde compositievorm, $G(G(R)+R)$, werd geselecteerd als het beste model over alle vier verschillende verstoring-respons traces.
   • Vergelijking: Een Hill-grammatica met diepte 2 vereiste een som van twee Hill-blokken met tegengestelde amplitudes ($H(R) + H(R)$) om de EML-fit te matchen. Informatiecriteria (AIC/BIC) toonden aan dat bij diepte 1, EML Hill ver overtrof. Bij diepte 2 waren de twee grammatica's grotendeels uitwisselbaar in fitkwaliteit, maar bood EML parsimonie bij lagere dieptes en een meer interpreteerbare structuur van één enkel blok.

3. Speelgoed Ruw-Gemiddelde Benchmark:
   Een gesimuleerd netwerk van 50 toestanden (met snelle activatie- en trage inhibitiestammen) werd gebruikt om te testen of EML-cascades hoge-dimensionale dynamiek konden comprimeren.

   • Een enkele EML-toestand slaagde er niet in de vertraagde adaptatie vast te leggen.
   • Het verhogen van de EML-cascadediepte ($K$) verminderde progressief de fout op de vastgehouden set.
   • De fout plateauerde bij $K=6$, wat ook werd geselecteerd als de optimale diepte door AIC en BIC.
   • De verborgen toestanden van de cascade vormden een sequentie van vertraagde, pulsachtige basisfuncties, die effectief fungeerden als een vaste temporele basis om de complexe invoer-uitvoerkaart van het 50-toestanden systeem te benaderen.

Betekenis en Claims
Het artikel stelt dat de EML-operator dient als een gecontroleerde grammatica voor modelontdekking in plaats van een nieuwe natuurwet. De primaire betekenis ligt in drie gebieden:

• Structurele Asymmetrie: De gecentreerde EML-poort is het minimale activatie-onderdrukking blok dat in staat is niet-monotone responsen te genereren met één enkele term, terwijl monotoon primitieven (zoals Hill-functies) ten minste twee termen vereisen om dezelfde vorm te bereiken.
• Parsimonie en Interpreteerbaarheid: De EML-grammatica vouwt complexe, meer-blok constructies (bijvoorbeeld een som van Hill met diepte 2) samen tot expressies met diepte 1 met minder parameters, waardoor een meer parsimonische representatie van biphasische dynamiek wordt geboden.
• Gecontroleerde Ruw-Gemiddelde: De EML-cascade biedt een "ladder" tussen eenvoudige fenomenologie en gedetailleerde mechanistische modellen. Het verhogen van de diepte van de cascade komt overeen met het toevoegen van verborgen activatie-onderdrukking regulatielagen, waardoor het model verspreide vertragingen en adaptieve processen kan vastleggen zonder een volledige microscopische specificatie te vereisen.

De auteurs benadrukken dat EML een hulpmiddel is voor het voorstellen van compacte vergelijkingen. De biologische interpretatie van de parameters ($a, b, c$) is een interpretatie van een gereduceerd model, geen directe meting van moleculaire stappen, tenzij beperkt door verdere experimenten. Het kader is ontworpen om overfitting te voorkomen door de zoekruimte te beperken en vastgehouden validatie te gebruiken, waardoor een wiskundig transparante brug wordt geboden tussen datagedreven ontdekking en interpreteerbare niet-lineaire dynamiek.