基于Unscented卡尔曼滤波器的信号转导通路参数与不可观测状态估计

系统生物学的一个主要目的是建立细胞信号转导通路的数学模型。然而细胞信号转导通路多具有较强非线性、参与生化反应物质多等特点,同时测量数据往往不完备,并且混有来自实验各个阶段的各种噪声,这些都给模型参数估计带来很大困难。该文采用Unscented卡尔曼滤波器估计信号转导通路未知参数与模型不可观测状态。以肿瘤坏死因子诱导的核转录因子κB信号转导通路为例进行了仿真,结果表明,采用该方法可以在噪声干扰下较准确地的估计系统未知参数和不能观测状态。     

一类信号转导通路模型参数辨识中最小应测量状态的确定

建立信号转导通路的数学模型是系统生物学的一个重要目标．但是信号转导通路本身的复杂结构及其所表现出的强非线性特征,使得对该类模型的参数辨识十分困难．参数辨识所需要的测量数据的选择对于辨识结果有重要影响．本文研究了一类信号转导通路模型参数辨识中最小应测量状态的计算问题．给出了用于确定该最小应测量状态的目标函数,通过对目标函数进行简单的运算,确定了用来估计未知参数的最小应测量状态的数量,同时给出了一种计算系统状态对应于未知参数的敏感性系统曲线的新方法．以TNFα诱导的NF-κB信号转导通路为例进行了仿真研究,并给出了仿真结果．