確率的軌道からの動的モデルの学習

タンパク質から細胞、個体に至る生物学的システムの動態は複雑で確率的です。それらの物理法則を解明するためには、実験観察と理論モデル化の橋渡しが必要です。顕微鏡観察や追跡技術の進歩により、これらの動的法則を反映した実験的軌道が豊富に存在しています。しかし、ノイズを含み不完全な実験データから物理モデルを推定するのは困難です。堅牢で効率的な推定手法が存在しないため、実験軌道からのモデル再構築はデータ駆動型生物物理学のボトルネックとなっています。本論文では、このギャップを埋め、実験軌道から確率的動的モデルの堅牢かつ普遍的な推定を可能にする一連のツールを提示します。これらの手法は、短く、部分的かつノイズを含む軌道からどれだけ推定可能かを定量化する情報理論的枠組みに基づいています。これにより、過減衰および低減衰ランジュバン系の動的モデルの効率的な推定や、エントロピー生成率の推定が可能となります。最後に、これらの技術の初期応用例および今後の研究方向について述べます。