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

Resumo Técnico: Identificabilidade Estrutural de Processos Estocásticos Parcialmente Observados

Declaração do Problema
A crescente disponibilidade de dados experimentais intensificou a necessidade de calibrar modelos estocásticos para obter insights quantitativos. Um pré-requisito fundamental para a estimação de parâmetros é a identificabilidade estrutural: determinar se os parâmetros do modelo podem ser recuperados de forma única a partir de dados idealizados e livres de ruído. Embora existam métodos extensos para modelos de Equações Diferenciais Ordinárias (EDOs), há uma falta de metodologias gerais para avaliar a identificabilidade estrutural de processos estocásticos. Esse desafio é exacerbado pela aleatoriedade inerente a esses processos e pela natureza dos dados disponíveis. Especificamente, o artigo aborda como a identificabilidade depende do regime de observação, distinguindo entre dados de trajetória de partícula única (baseados em indivíduos) e dados de densidade total de partículas (nível populacional). Para processos de Markov parcialmente observados, o desafio é agravado pelo fato de que os dados podem ocultar os estados internos das partículas, complicando a inferência de parâmetros.

Metodologia
Os autores propõem uma nova metodologia para analisar a identificabilidade estrutural de uma classe de processos estocásticos espaço-temporais, especificamente modelos de salto de velocidade onde o estado interno de uma partícula evolui como uma cadeia de Markov em tempo contínuo dentro de uma rede de estados, cada um caracterizado por uma velocidade fixa. O estudo emprega duas representações matemáticas distintas correspondentes aos dois tipos de dados:

1. Modelo Baseado em Indivíduos (Trajetórias de Partícula Única):

   • Os autores utilizam a descrição explícita baseada em indivíduos do processo de Markov em tempo contínuo.
   • Eles analisam a trajetória $x(t)$ e sua derivada $x'(t)$, que é constante por partes e assume valores do conjunto de velocidades dos estados.
   • A identificabilidade é avaliada derivando a distribuição cumulativa do tempo gasto em cada estado (para identificar taxas de troca) e a frequência de transições entre estados (para identificar probabilidades de transição).
   • As condições iniciais (distribuição de localização e estado) são identificadas analisando a distribuição dos pontos de partida e das velocidades iniciais em um número infinitamente contável de trajetórias.

2. Modelo em Nível Populacional (Densidade Total de Partículas):

   • Os autores derivam um sistema de Equações Diferenciais Parciais (EDPs) (uma formulação de Fokker-Planck) descrevendo a evolução da densidade de partículas $n_s(x,t)$ em cada estado $s$.
   • Eles aplicam a abordagem de álgebra diferencial, uma técnica comum na análise de EDOs, ao sistema de EDPs. Isso envolve a eliminação simbólica de variáveis de estado não observadas ($n_1, n_2, n_3$) para derivar equações entrada-saída dependentes apenas da densidade total observável $N(x,t)$ e dos parâmetros do modelo.
   • Nova Análise de Condições Iniciais: Reconhecendo que a álgebra diferencial padrão em $t=0$ pode não capturar todas as informações de identificabilidade (já que as derivadas espaciais e temporais podem ser proporcionais), os autores introduzem um novo método. Eles utilizam equações características do sistema de EDPs para construir uma expansão de Taylor da evolução da densidade em torno de $t=0$. Isso permite a identificação de combinações adicionais de parâmetros relacionadas à condição inicial que não são aparentes através da eliminação padrão.

Principais Resultados
A metodologia é aplicada a um modelo de salto de velocidade de três estados com nove parâmetros (velocidades, taxas de troca e probabilidades de transição).

• Dados de Trajetória de Partícula Única:

  • O modelo é estruturalmente globalmente identificável (até a reetiquetagem de estados) quando um número infinitamente contável de trajetórias de partícula única infinitamente longas está disponível.
  • Todos os parâmetros, incluindo velocidades, taxas de troca, probabilidades de transição e a distribuição da condição inicial, podem ser recuperados de forma única.

• Dados de Densidade Total de Partículas:

  • Usando a abordagem de álgebra diferencial no sistema de EDPs, os autores derivam equações entrada-saída com coeficientes ($c_1$ a $c_8$) que são funções dos parâmetros do modelo.
  • Velocidades e taxas de troca são encontradas como estruturalmente identificáveis (até a reetiquetagem de estados).
  • No entanto, os parâmetros de probabilidade de transição não são globalmente identificáveis usando apenas os coeficientes entrada-saída derivados da EDP isoladamente; eles satisfazem equações quadráticas que geram múltiplas soluções.
  • Impacto das Condições Iniciais: A abordagem padrão de álgebra diferencial em $t=0$ produz apenas um coeficiente identificável ($c_9$) relacionado à condição inicial, o que é insuficiente para identificar as probabilidades de estado inicial ($a_1, a_2, a_3$).
  • Contribuição da Expansão de Taylor: Ao aplicar o novo método de expansão de Taylor baseado em equações características, os autores identificam coeficientes adicionais ($c_{10}$ a $c_{15}$). Esses coeficientes permitem a identificação das probabilidades de estado inicial.
  • Identificabilidade Local: Mesmo com os coeficientes adicionais da expansão de Taylor, o modelo é apenas localmente estruturalmente identificável em relação aos parâmetros de probabilidade. Isso significa que, embora os parâmetros sejam identificáveis de forma única em uma pequena vizinhança dos valores verdadeiros, existem conjuntos distintos de parâmetros (modelos equivalentes) que produzem evoluções idênticas da densidade total de partículas sob condições iniciais específicas.

• Casos Especiais (Velocidades Compartilhadas):

  • Se dois ou três estados compartilharem a mesma velocidade, a identificabilidade degrada. Se todos os três estados compartilharem a mesma velocidade, apenas a velocidade é identificável; todos os parâmetros de taxa e probabilidade tornam-se não identificáveis.
  • Se dois estados compartilharem uma velocidade, a soma de suas taxas de troca é identificável, mas as taxas individuais e as probabilidades geralmente permanecem não identificáveis, mesmo com o método de expansão de Taylor.

Significado e Alegações
O artigo alega fornecer a primeira metodologia geral para analisar a identificabilidade estrutural de processos estocásticos espaço-temporais, preenchendo a lacuna entre descrições baseadas em indivíduos e formulações de EDPs em nível populacional.

• Dependência do Tipo de Dados: O estudo destaca uma distinção crítica: dados de trajetória de partícula única levam à identificabilidade estrutural global, enquanto dados de densidade total de partículas levam apenas à identificabilidade local. Isso sublinha que a escolha do regime de observação experimental dita fundamentalmente a viabilidade da inferência única de parâmetros.
• Papel das Condições Iniciais: O trabalho demonstra que as condições iniciais impactam significativamente a identificabilidade estrutural em modelos de EDPs. Os autores alegam que as abordagens padrão de álgebra diferencial são frequentemente insuficientes para capturar informações de condições iniciais nesses contextos estocásticos e que seu método proposto de expansão de Taylor baseado em equações características é necessário para descobrir combinações adicionais de parâmetros identificáveis.
• Implicações para o Desenho Experimental: A existência de modelos estruturalmente equivalentes (diferentes parâmetros produzindo evoluções idênticas de densidade) sugere que variar as condições iniciais poderia servir como uma estratégia prática para melhorar a identificabilidade de parâmetros no desenho experimental.
• Extensão Metodológica: Os autores afirmam que sua abordagem, particularmente o uso de equações características para expansões de Taylor, é aplicável a outros modelos estocásticos onde tais equações podem ser escritas em termos de parâmetros do modelo, estendendo-se potencialmente a redes de reações químicas com componentes espaciais.

Os autores permanecem modestos quanto às aplicações práticas, observando que seus resultados caracterizam a identificabilidade em cenários idealizados e livres de ruído. Eles afirmam explicitamente que trabalhos futuros são necessários para abordar a identificabilidade prática com dados finitos e ruidosos e para estender esses métodos a modelos com condições iniciais ou de contorno mais complexas.