亚历杭德罗·维拉弗德。 非线性生物系统的可观测性和结构可识别性。 （英语） Zbl 1417.93085号 复杂性 2019年，文章ID 8497093，第12页（2019年）. 摘要：可观测性是一种建模属性，描述了从系统输出的观察推断系统内部状态的可能性。一个相关的属性，即结构可识别性，是指从输出中确定参数值的理论可能性。事实上，如果将参数视为常数状态变量，则结构可辨识性成为可观测性的一种特殊情况。可以使用微分几何的概念工具同时分析模型的可观测性和结构可识别性。许多复杂的生物过程可以用非线性常微分方程系统来描述，因此可以用这种方法进行分析。这篇综述文章的目的有三：（I）作为非线性系统的可观测性和结构可识别性的教程，使用微分几何方法进行分析；（二） 审查该领域的最新进展；以及（III）确定未决问题，并提出该领域研究的新途径。 引用于9文件 MSC公司： 93个B07 可观察性 93B30型 系统标识 92立方厘米 系统生物学、网络 93立方厘米 控制理论中的非线性系统 软件：雏菊；组合；GenSSI公司；西安；可观察性测试；Sostools公司 PDF格式BibTeX公司 XML格式引用 \textit{A.F.Villaverde}，《复杂性2019》，文章ID 8497093，12 p.（2019年；Zbl 1417.93085） 全文： 内政部 arXiv公司 参考文献： [1] Kalman，R.E.，对最优控制理论的贡献，Boletín de la Sociedad Matemática Mexicana，5102-119（1960）·Zbl 0112.06303号 [2] Kalman，R.，《控制系统的一般理论》，国际会计师联合会会议论文集，第1卷，第1491-502页（1960年）·doi:10.1016/S1474-6670（17）70094-8 [3] 格里菲斯，E.W。；Kumar，K.S.，《非线性系统的可观测性：I，数学分析与应用杂志》，35，135-147（1971）·Zbl 0236.93013 ·doi:10.1016/0022-247X（71）90241-1 [4] 赫尔曼，R。；Krener，A.J.，非线性可控性和可观测性，IEEE自动控制汇刊，22，5，728-740（1977）·Zbl 0396.93015号 ·doi:10.1109/TAC.1977.1101601 [5] Kostyukovskii，Y.M.，非线性受控系统可观测性的简单条件，Avtomat。i电话。，10, 32-41 (1968) ·Zbl 0188.48801号 [6] 寇，S.R。；Elliott，D.L。；Tarn，T.J.，非线性系统的可观测性，信息与控制，22，1，89-99（1973）·Zbl 0252.93009号 ·doi:10.1016/S0019-9958（73）90508-1 [7] 苏斯曼，H.J。；Jurdjevic，V.，非线性系统的可控性，微分方程杂志，12，95-116（1972）·Zbl 0242.49040号 ·doi:10.1016/0022-0396（72）90007-1 [8] 贝尔曼，R。；奥斯特罗姆，K.J.，《关于结构可识别性》，《数学生物科学》，第7期，第3-4期，第329-339页（1970年）·doi:10.1016/0025-5564（70）90132-X [9] 沃尔特·E。；Pronzato，L.，《从实验数据中识别参数模型》，《通信与控制工程系列》（1997），英国伦敦：斯普林格出版社，英国伦敦·Zbl 0864.93014号 [10] Ljung，L.，《系统识别：用户理论》（1999），新泽西州上鞍河，美国：普伦蒂斯·霍尔，新泽西，美国 [11] DiStefano，J.III.，《动态系统生物建模与仿真》（2015），学术出版社 [12] Villaverde，A.F。；Barrero，A.，大型非线性生化网络的可识别性，MATCH-数学和计算机化学中的通信，76，2，259-296（2016）·Zbl 1466.92063号 [13] 奇斯，O.-T。；Banga，J.R。；Balsa-Canto，E.，《系统生物学模型的结构可识别性：方法的关键比较》，PLoS ONE，6，11（2011） [14] 苗，H。；夏，X。；Perelson，A.S。；Wu，H.，关于非线性ODE模型的可识别性及其在病毒动力学中的应用，SIAM评论，53，1，3-39（2011）·Zbl 1215.34015号 ·doi:10.1137/090757009 [15] 查茨，M.N。；查茨，E.N。；Smyth，A.W.，《非线性结构和机械系统的可观测性和可识别性》，结构控制和健康监测，22，3，574-593（2015）·doi:10.1002/stc.1690 [16] Isidori，A.，非线性控制系统（1995），施普林格科学与商业媒体·Zbl 0569.93034号 [17] Sontag，E.D.，《数学控制理论：确定性有限维系统》，6（2013），Springer Science&Business Media [18] Vidyasagar，M.，《非线性系统分析》（1993），美国新泽西州恩格尔伍德克利夫斯：普伦蒂斯·霍尔，恩格尔伍德克里夫斯，新泽西州，美国·Zbl 0900.93132号 [19] 奇什，O。；Banga，J.R。；Balsa-Canto，E.，GenSSI:生物模型结构可识别性分析的软件工具箱，生物信息学，27，18，2610-2611（2011）·doi:10.1093/bioinformatics/btr431 [20] Pohjanpalo，H.，基于解的幂级数展开的系统可识别性，数学生物科学，41，1-2，21-33（1978）·Zbl 0393.92008号 ·doi:10.1016/0025-5564（78）90063-9 [21] 沃尔特·E。；Lecourtier，Y.，《线性和非线性状态空间模型可识别性测试的全球方法》，《模拟中的数学与计算机》，24，6，472-482（1982）·Zbl 0504.93021号 ·doi:10.1016/0378-4754（82）90645-0 [22] 奥多利，S。；贝鲁，G。；唐国，L。；Saccomani，M.P。；Cobelli，C.，生物系统非线性模型的全局可识别性，IEEE生物医学工程学报，48，1，55-65（2001）·数字对象标识代码：10.1109/10.900248 [23] 迪奥普，S。；Fliess，M.，非线性可观测性、可识别性和持续轨迹，第30届IEEE决策和控制会议论文集·doi:10.1109/CDC.1991.261405 [24] 洪，H。；奥夫钦尼科夫，A。；波古丁，G。；Yap，C.，微分模型的全球可识别性，2018，https://arxiv.org/abs/1801.08112 [25] Ljung，L。；Glad，T.，关于任意模型参数化的全局可识别性，Automatica，30，2，265-276（1994）·Zbl 0795.93026号 ·doi:10.1016/0005-1098（94）90029-9 [26] 北梅什卡特。；艾森伯格，M。；DiStefano，I.，《使用Gröbner基寻找非线性ODE模型全局可识别参数组合的算法》，《数学生物科学》，222，2，61-72（2009）·Zbl 1179.93066号 ·doi:10.1016/j.ms.2009.08.010 [27] 丹尼斯·维达尔，L。；Joly-Blanchard，G。；Noiret，C.，《检查不受控非线性系统可识别性的一些有效方法》，《模拟中的数学与计算机》，57，1-2，35-44（2001）·Zbl 0984.93011号 ·doi:10.1016/S0378-4754（01）00274-9 [28] 瓦伊达，S。；戈弗雷，K.R。；Rabitz，H.，非线性房室模型可识别性分析的相似变换方法，数学生物科学，93，2，217-248（1989）·Zbl 0696.92001号 ·doi:10.1016/0025-5564（89）90024-2 [29] 夏，X。；Moog，C.H.，应用于HIV/AIDS模型的非线性系统的可识别性，IEEE自动控制汇刊，48，2，330-336（2003）·Zbl 1364.93838号 ·doi:10.1109/TAC.2002.808494 [30] 卡尔森，J。；安格洛娃，M。；Jirstrand，M.，《大型动力系统结构可辨识性分析的有效方法》，第16届IFAC系统辨识研讨会论文集 [31] Sedoglavic，A.，在多项式时间内测试局部代数可观测性的概率算法，符号计算杂志，33，5，735-755（2002）·Zbl 1055.93011号 ·doi:10.1006/jsco.2002.0532 [32] Raue，A。；Kreutz，C。；麦瓦尔德，T。；巴赫曼，J。；席林，M。；Klingmüller，美国。；Timmer，J.，《利用剖面可能性对部分观测到的动力学模型进行结构和实际可识别性分析》，生物信息学，25,151923-1929（2009）·doi:10.1093/bioinformatics/btp358 [33] 斯蒂格特，J.D。；Molenaar，J.，评估局部结构可识别性的快速算法，Automatica，58，118-124（2015）·Zbl 1330.93068号 ·doi:10.1016/j.automatica.2015.05.004 [34] Raue，A。；卡尔森，J。；Saccomani，M.P。；Jirstrand，M。；Timmer，J.，《生物系统参数可识别性分析方法的比较》，生物信息学，30，10，1440-1448（2014）·doi:10.1093/bioinformatics/btu006 [35] 卡琳，O。；Swisa，A。；格拉泽，B。；多尔，Y。；Alon，U.，《生理回路中的动态补偿》，分子系统生物学，12，11，第886条（2016）·doi:10.15252/msb.20167216 [36] 穆尼奥斯·塔马约，R。；Puillet，L。；丹尼尔，J.B。；Sauvant，D。；O·马丁。；Taghipoor，M。；布莱维，P.，《评论：成为或不是一个可识别的模型》。这是动物科学建模中的一个相关问题吗？，动物，12，4，701-712（2018）·doi:10.1017/S1751731117002774 [37] Janzén，D.L.I。；Bergenholm，L。；Jirstrand，M。；帕金森，J。；Yates，J。；N.D.埃文斯。；Chappell，M.J.，基本药效学模型的参数可识别性，生理学前沿，7（2016） [38] 调谐器，N。；Marctheva，M。；拉巴雷，B。；Payoute，S.，Zika流行病学模型的结构和实用可识别性分析，《数学生物学公报》，80，8，2209-2241（2018）·Zbl 1398.92256号 ·doi:10.1007/s11538-018-0453-z [39] 斯蒂格特，J.D。；贝克，M.B。；Molenaar，J.，《评估环境模型的局部结构可识别性》，环境建模与软件，93，398-408（2017）·doi:10.1016/j.envsoft.2017.03.006 [40] Middendorf，T.R。；Aldrich，R.W.，平衡配体结合参数的结构可识别性，《普通生理学杂志》，149，1，105-119（2017）·doi:10.1085/jgp.201611702 [41] O.J.沃尔奇。；Eisenberg，M.C.，广义Hodgkin-Huxley模型中的参数可识别性和可识别组合，神经计算，199137-143（2016）·doi:10.1016/j.neucom.2016.03.027 [42] Saccomani，M.P。；Thomaseth，K.，《结构可识别性和实用可识别性的结合增强了降低肿瘤模型复杂性的力量：案例研究》，复杂性，2018（2018）·Zbl 1398.93040号 ·doi:10.1155/2018/2380650 [43] Gutenkunst，R.N。；瀑布，J.J。；凯西，F.P。；Brown，K.S。；迈尔斯，C.R。；Sethna，J.P.，《系统生物学模型中的普遍草率参数敏感性》，公共科学图书馆计算生物学，3，10，1871-1878（2007）·doi:10.1371/journal.pcbi.0030189 [44] 艾森伯格，M.C。；Jain，H.V.，《数据和可识别性的信心建设：癌症化疗建模案例研究》，《理论生物学杂志》，431，63-78（2017）·Zbl 1388.92017年 ·doi:10.1016/j.jtbi.2017.07.018 [45] 普罗科皮奥，A。；De Rosa，S。；科韦洛，C。；梅罗拉，A。；萨巴蒂诺，J。；De Luca，A。；Indolfi，C。；阿马托，F。；Cosentino，C.，急性心肌梗死患者心肌肌钙蛋白T释放模型，2017年IEEE第56届决策与控制年会（CDC）会议记录·doi:10.1109/CDC.2017.8263703 [46] Villaverde，A.F。；Banga，J.R.，《生物模型的动态补偿和结构可识别性：分析、暗示和协调》，《公共科学图书馆·计算生物学》，13，11，e1005878（2017）·doi:10.1371/journal.pcbi.1005878 [47] Angelova，M.，《非线性可观测性和可识别性：酿酒酵母动力学模型的一般理论和案例研究》【硕士论文】（2004），查尔默斯理工大学和哥德堡大学 [48] Angelova，M.，非线性系统的可观测性和可识别性及其在生物学中的应用【博士论文】（2007），查尔默斯理工大学 [49] 东部八月。；Papachristodoulou，A.，建立模型参数可识别性的新计算工具，计算生物学杂志，16，6，875-884（2009）·doi:10.1089/cmb.2008.211 [50] Tunali，E.T。；Tarn，T.J.，非线性系统可辨识性的新结果，IEEE自动控制汇刊，32，2，146-154（1987）·Zbl 0618.93014号 ·doi:10.1109/TAC.1987.1104544 [51] Prajna，S。；Papachristodoulou，A。；Parrilo，P.A.，《SOSTOOLS简介：通用平方和编程求解器》，第41届IEEE决策与控制会议论文集 [52] Villaverde，A.F。；巴雷罗，A。；Papachristodoulou，A.，《动态系统生物学模型的结构可识别性》，公共科学图书馆计算生物学，12，10，e1005153（2016）·doi:10.1371/journal.pcbi.1005153 [53] D'Angió，L。；Saccomani，M.P。；奥多利，S。；贝鲁，G。；布鲁·R。；罗梅罗·维沃，不可访问非线性系统的可识别性，正系统，389269-277（2009），德国柏林：施普林格，德国柏林·Zbl 1182.93038号 ·doi:10.1007/978-3642-02894-6_26 [54] Saccomani，M.P。；奥多利，S。；D’Angió，L.，非线性系统的参数可识别性：初始条件的作用，Automatica，39，4，619-632（2003）·Zbl 1034.93014号 ·doi:10.1016/S0005-1098（02）00302-3 [55] Villaverde，A.F。；Banga，J.R.，动态系统生物模型的结构特性：可识别性、可达性和初始条件，过程，5，2（2017） [56] Villaverde，A.F。；N.D.埃文斯。；查佩尔，M.J。；Banga，J.R.，非线性系统的输入相关结构可识别性，IEEE控制系统快报，3，2，272-277（2019）·doi:10.1109/LCSYS.2018.2868608 [57] 北梅什卡特。；郭二珍，C。；DiStefano，J.，《在非线性动态系统生物模型和组合中发现和使用可识别参数组合：一种新的网络实现》，《公共科学图书馆·综合》，9，10（2014）·doi:10.1371/journal.pone.0110261 [58] Martinelli，A.，将可观测性秩条件推广到未知输入驱动的非线性系统，第23届地中海控制与自动化会议论文集，MED 2015 [59] Martinelli，A.，非线性未知输入可观测性：可观测性秩条件的扩展，IEEE自动控制汇刊，64，1，222-237（2019）·Zbl 1423.93066号 [60] 沃尔特·E。；Lecourtier，Y.，《无法识别的隔间模型：该怎么办？》？，数学生物科学，56，1-2，1-25（1981）·Zbl 0465.93028号 ·doi:10.1016/0025-5564（81）90025-0 [61] N.D.埃文斯。；查普曼，M.J。；查佩尔，M.J。；Godfrey，K.R.，《非受控非线性有理系统的可识别性》，Automatica，38，10，1799-1805（2002）·Zbl 1011.93506号 ·doi:10.1016/S0005-1098（02）00094-8 [62] Joly-Blanchard，G。；Denis-Vidal，L.，关于非线性系统可辨识性结果的一些评论，Automatica，34，9，1151-1152（1998）·Zbl 1040.93508号 ·doi:10.1016/S0005-1098（98）00055-7 [63] 迪奥普，S。；Fliess，M.，《非线性可观测性》，第一届欧洲控制会议论文集 [64] 迪奥普，S。；Wang，Y.，代数可观测性和局部泛型可观测性之间的等价性，第32届IEEE决策和控制会议论文集。第3部分（共4部分） [65] 贝鲁，G。；Saccomani，M.P。；奥多利，S。；D'Angió，L.，DAISY：测试生物和生理系统全局可识别性的新软件工具，《生物医学中的计算机方法和程序》，88，1，52-61（2007）·doi:10.1016/j.cmpb.2007.07.002 [66] 北梅什卡特。；安德森，C。；DiStefano，I.，《寻找非线性ODE模型中的可识别参数组合及其输入输出方程的合理重新参数化》，《数学生物科学》，233，1，19-31（2011）·Zbl 1226.92004号 ·doi:10.1016/j.mbs.2011.06.001 [67] Yates，J.W。；N.D.埃文斯。；查佩尔，M。，通过微分方程对称性进行结构可识别性分析，Automatica，45，11，2585-2591（2009）·Zbl 1180.93033号 ·doi:10.1016/j.automatica.2009.07.009 [68] Merkt，B。；Timmer，J。；Kaschek，D.，动态模型可识别性和可预测性分析中的高阶李对称，《物理评论E：统计、非线性和软物质物理学》，92，1（2015）·doi:10.1103/PhysRevE.92.012920 [69] 查佩尔，M.J。；Gunn，R.N.，《通过相似变换方法生成不可识别非线性系统局部可识别重新参数的程序》，《数学生物科学》，148，1，21-41（1998）·Zbl 0910.93027号 ·doi:10.1016/S0025-5564（97）10004-9 [70] N.D.埃文斯。；Chappell，M.J.，《生成无法识别系统的局部可识别重新参数的程序的扩展》，《数学生物科学》，168，2，137-159（2000）·Zbl 0989.93021号 ·doi:10.1016/S0025-5564（00）00047-X [71] Brown，K.S。；Sethna，J.P.，《用统计力学方法处理许多未知参数的模型》，《物理评论E：统计、非线性和软物质物理学》，68，2，021904/9（2003） [72] Transtrum，M.K。；马赫塔，B.B。；Brown，K.S。；丹尼尔斯，不列颠哥伦比亚省。；Myers，C.R。；Sethna，J.P.，《透视：物理学、生物学及其他领域的懒散和涌现理论》，《化学物理杂志》，143，1（2015）·数字对象标识代码：10.1063/1.4923066 [73] 阿普加，J.F。；威默，D.K。；怀特，F.M。；Tidor，B.，Sloppy模型、参数不确定性和实验设计的作用，分子生物系统，6，10，1890-1900（2010）·数字对象标识代码：10.1039/b918098b [74] 奇斯，O.-T。；Villaverde，A.F。；Banga，J.R。；Balsa-Canto，E.，《关于随意性和可识别性之间的关系》，《数学生物科学》，282147-161（2016）·Zbl 1352.92059号 ·doi:10.1016/j.mbs.2016.10.009 [75] Raman，D.V。；安德森，J。；Papachristodoulou，A.，《描述复杂模型中的参数不可识别性》，《物理评论E：统计、非线性和软物质物理学》，95，3（2017）·doi:10.1103/PhysRevE.95.032314 [76] Tönsing，C。；Timmer，J。；Kreutz，C.，《常微分方程模型中斜率的成因和治理》，《物理评论E：统计、非线性和软物质物理学》，90，2（2014）·doi:10.1103/PhysRevE.90.023303 [77] Sontag，E.D.，《动态补偿、参数可识别性和等方差》，《公共科学图书馆·计算生物学》，第13期，第4期（2017年） [78] Villaverde，A.F。；Banga，J.R.，生物系统动态补偿作为结构不可识别性的特殊情况，2017年，https://arxiv.org/abs/1701.02562 [79] 利贡，T.S。；Fröhlich，F。；奇什，O.T。；Banga，J.R。；Balsa-Canto，E。；Hasenauer，J。；Wren，J.，GenSSI 2.0：SBML模型的多实验结构可识别性分析，生物信息学，34，8，1421-1423（2018）·doi:10.1093/bioinformatics/btx735 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。