大型异质生物数据集的高效近似贝叶斯推断

由 root 提交于 周四, 10/15/2026 - 20:19

内容形式:摘要译文

基于模拟的推断(simulation-based inference,SBI)为将生物学数据与机制模型相联系提供了一条途径。在生物学前沿领域,数据集的规模与丰富程度持续增长,并日益能够记录各个观测之间的异质性,而机制模型可以将这种异质性纳入考量。近似贝叶斯计算(Approximate Bayesian Computation,ABC)因易于使用,仍是广受欢迎的 SBI 方法,但纳入这种异质性通常需要对每个观测分别进行模拟,在大规模数据情境下,其计算成本高昂,难以承受。此前提出的小批量序贯蒙特卡洛 ABC(Sequential Monte Carlo ABC,SMC ABC)通过针对每个提议仅模拟一个固定大小的随机观测子集来降低成本,但代价是引入了限制精度的抽样噪声。在此,我们提出一种自适应小批量方法,在早期探索阶段使用较小的批量,并随着后验分布的逐步细化而增大批量大小。自适应批量大小由目标精度决定,不随数据集规模增大而增加,因此,数据集越大,相较于全数据 SMC ABC 所节省的计算成本就越多。我们在合成生物学模型和真实单细胞基因表达数据上展示了该方法,这些模型和数据在规模以及异质性类型(包括细胞几何形态和初始条件)方面各不相同。在每种情况下,自适应方案均以全数据 SMC ABC 的一小部分计算成本,获得了与其接近的后验分布。总体而言,自适应小批量方法改善了 SMC ABC 在速度与精度之间的权衡,为在大规模、异质性生物学数据集上开展机制推断开辟了道路。

关键词:近似贝叶斯计算 · 基于模拟的推断 · 序贯蒙特卡洛 · 自适应小批量 · 异质生物数据 · 单细胞基因表达

原文链接:https://www.biorxiv.org/content/10.64898/2026.10.05.756786v1?rss=1