生物模型的参数迷局拆解

Sun, 21 Jul 2024 00:00:00 +0000

一个生物模型有多少个参数？少则三五个，多则几十上百。

捕食者怎么繁殖，猎物怎么被捕食；蛋白质怎么磷酸化，mRNA 怎么降解；感染者怎么传播疾病，康复者怎么获得免疫——每个环节都要用一个数字来描述。这些数字从哪里来？文献里翻的，实验里测的，或者干脆猜的。

问题来了：哪个参数最重要？

直觉上大概会说"都很重要啊"。但计算资源不是无限的，实验经费更不是。如果只有精力精确测定三个参数，你选哪三个？如果模型结果对某个参数的变化毫无反应——花一个月测的那个数字，是不是根本无所谓？

这就是 Sobol’ 敏感性分析要解决的问题。

不只是"敏感"

敏感性分析（Sensitivity Analysis, SA）这个概念不新鲜。最朴素的做法是局部敏感性分析（Local SA）：把每个参数调高 1%，看输出变化多大。听上去很合理，问题在于——你只在一个点上做了测试。换个初始值，排名可能完全颠倒。对于非线性系统，这种局部视角约等于管中窥豹。

Sobol’ 指数属于全局敏感性分析（Global SA）。它不问你"在这个点上谁敏感"，而是问——在整个参数空间里，谁在操控输出的方差？

它的做法很直接：把模型输出 $Y$ 的总方差按来源拆开。

$$Y = \mathcal{M}(X_1, X_2, \dots, X_m)$$

$\mathcal{M}$ 是你的模型，$X_i$ 是输入参数。Sobol’ 分解告诉你：

如果 $S_{Ti} \approx 0$，恭喜你，这个参数可以当成常数，模型对它几乎不敏感。如果 $S_i$ 大但 $S_{Ti} - S_i$ 小，说明这个参数是独狼，自己就很能打。如果 $S_i$ 小但 $S_{Ti}$ 大——这就很有意思了：它自己不重要，但和别人搞在一起就很关键。

这种参数的微妙之处，局部方法永远抓不到。

Sobol’ 指数好看，但不好算。

理论上，你可以用 Monte Carlo（MC）来估算所有方差。问题是，对于 $m$ 个参数，要算到第 $k$ 阶交互，需要的模型评估次数是指数级的。如果你的模型求解一次就要几十分钟——比如一个 stiff ODE 系统——那 MC 的时间成本会让人想关电脑。