Identifiability of SDEs for reaction networks

Resumo Técnico: Identificabilidade de EDEs para Redes de Reação Bioquímica

1. O Problema

As redes de reação bioquímica (RN) são fundamentais para modelar sistemas dinâmicos complexos em diversas disciplinas, desde biologia celular até ecologia. Tradicionalmente, a dinâmica dessas redes é estudada em três escalas:

1. Baixo número de moléculas: Modelada por Cadeias de Markov em Tempo Contínuo (CTMC).
2. Alto número de moléculas: Modelada por Equações Diferenciais Ordinárias (ODEs) determinísticas.
3. Escala intermediária: Modelada por aproximações de difusão, especificamente Equações Diferenciais Estocásticas (EDEs), como a Aproximação de Langevin (LA).

O problema central abordado neste trabalho é a identificabilidade estrutural dessas redes no contexto estocástico (EDEs). A identificabilidade refere-se à capacidade de determinar unicamente os parâmetros do modelo (constantes de taxa de reação) e a estrutura da rede a partir dos dados observados (a lei do processo estocástico).

O artigo destaca uma lacuna crítica: embora a identificabilidade tenha sido estudada em modelos ODEs e CTMCs, ela não foi analisada rigorosamente para as aproximações de difusão (LA). Além disso, é um mito comum que, se a lei do processo estocástico é conhecida, os parâmetros da rede são necessariamente identificáveis. O trabalho demonstra que isso não é verdade: redes com estruturas diferentes ou taxas diferentes podem gerar leis de probabilidade idênticas.

2. Metodologia

Os autores utilizam uma abordagem analítica baseada na teoria de processos estocásticos e álgebra linear, focando na Aproximação de Langevin (LA) sob cinética de ação de massa.

• Formulação da EDE: A dinâmica da rede é descrita pela equação de Langevin:
  $$dX_t = A(X_t)dt + \sigma(X_t)dW_t$$
  Onde $A(x)$ é o vetor de deriva (drift) e $\sigma(x)$ é o coeficiente de difusão (relacionado à matriz $B = \sigma\sigma^T$).
• Conexão com Geradores: A chave da metodologia é o uso do gerador infinitesimal ($L$) do processo de Markov associado à EDE. O teorema fundamental estabelece que a lei do processo estocástico é determinada unicamente pelo seu gerador (dentro de um domínio limitado antes de atingir fronteiras).
  $$Lf(x) = \langle A(x), \nabla \rangle f(x) + \frac{1}{2} (\nabla^T \cdot B(x) \cdot \nabla) f(x)$$
• Análise de Identificabilidade: Os autores traduzem o problema de identificabilidade da EDE para uma questão de independência linear de vetores associados aos complexos de reação.
  • Para cada complexo fonte $y$, eles consideram o conjunto de vetores formados pelo vetor de reação $(y' - y)$ e o produto externo $(y' - y) \cdot (y' - y)^T$.
  • A identificabilidade depende da independência linear desses vetores ponderados pelas constantes de taxa.

3. Principais Contribuições e Resultados

A. Condições Necessárias e Suficientes para Identificabilidade (Teorema 3.3)
O trabalho estabelece que uma rede de reação $N$ é identificável de reação (os parâmetros são únicos) em relação à sua EDE se e somente se, para cada complexo fonte $y$, o conjunto de vetores:
$$\{ (y' - y), \, (y' - y) \cdot (y' - y)^T \mid y \to y' \in R \}$$
seja linearmente independente.

• Implicação: Diferentemente do caso ODE, onde apenas os vetores de reação $(y' - y)$ importam, no caso estocástico (SDE), a matriz de difusão adiciona restrições adicionais através dos termos quadráticos. Isso torna a identificabilidade no regime estocástico "mais fina" (mais restritiva) do que no regime determinístico.

B. Desconfundabilidade (Unconfoundability) entre Redes Diferentes
O artigo define quando duas redes distintas ($N$ e $N'$) podem ser confundidas (gerar a mesma lei estocástica).

• Duas redes são desconfundáveis (não confundíveis) se tiverem conjuntos de complexos fonte diferentes, ou se compartilharem os mesmos complexos fonte, mas os cones gerados pelos vetores de reação e seus produtos externos forem disjuntos.
• Resultado Surpreendente: Existem redes com estruturas gráficas distintas que podem gerar a mesma lei de difusão sob certas escolhas de taxas de reação. O exemplo 1.1 mostra duas redes com a mesma estrutura, mas taxas diferentes, que produzem a mesma EDE.

C. Conjugação Linear Estocástica
Os autores estendem o conceito de conjugação linear (comum em sistemas ODEs) para o contexto estocástico.

• Duas redes são linearmente conjugadas se existe uma transformação linear $h(x) = Gx$ que mapeia as trajetórias de uma rede para a outra.
• O Teorema 3.7 fornece condições para que isso ocorra, envolvendo uma matriz $G$ (diagonal positiva e permutação) e a interseção não vazia de cones modificados pelos vetores de reação transformados.

D. Comparação com Outros Modelos

• vs. ODEs: A identificabilidade em SDEs é estritamente mais forte. Uma rede pode ser não identificável em ODEs (devido à dependência linear apenas nos vetores de reação) mas ser identificável em SDEs (graças à informação adicional da matriz de difusão).
• vs. CTMCs: Enquanto em CTMCs a estrutura e as taxas podem ser identificáveis se o espaço de estados observado for grande o suficiente, em SDEs a perda de informação discreta e a aproximação contínua introduzem novas ambiguidades estruturais.

4. Significado e Impacto

• Inferência de Parâmetros: O trabalho alerta que, na prática, tentar inferir parâmetros de redes bioquímicas usando dados estocásticos contínuos pode levar a soluções não únicas se as condições de independência linear não forem verificadas.
• Seleção de Modelos: Demonstra que diferentes topologias de redes podem ser indistinguíveis apenas observando a dinâmica estocástica, o que é crucial para a seleção de modelos em biologia de sistemas.
• Ferramentas Práticas: Os autores fornecem teoremas verificáveis para determinar a identificabilidade na prática e disponibilizam uma implementação em Julia para testar essas condições.
• Limitações e Futuro: O estudo assume que todas as espécies são observadas e que a rede completa é conhecida. O trabalho aponta para a necessidade futura de estudar a identificabilidade sob observabilidade parcial e com condições de contorno refletidas (Constrained Langevin Approximation).

Em resumo, o artigo fornece a base teórica rigorosa para entender quando e por que os parâmetros e a estrutura de redes de reação bioquímica podem ou não ser recuperados a partir de dados modelados por equações diferenciais estocásticas, revelando que a dinâmica estocástica, embora rica, pode esconder ambiguidades estruturais que não existem no modelo determinístico.