感度分析のモデル較正への応用

感度分析はモデルのキャリブレーションにおいて重要な用途があります。

感度分析の 1 つの応用は、「モデルまたはシステムの開発にとって何が重要か」という疑問に答えるものです。観測、モデル入力、および予測または予報の間の重要な関係を特定しようとすることができます。つまり、どの観測 (従属変数の測定) がモデル入力 (システム特性または励起を表すパラメーター) にとって最も重要で、最も重要でないのか、どのモデル入力が予測または予報にとって最も重要で、最も重要でないのか、どの観測が予測および予報にとって最も重要で、最も重要でないのかを理解しようとすることができます。結果はしばしば驚くべきものであり、データまたはモデル開発の問題の発見と修正につながります。これにより、より優れたモデルが作成されます。^{[1] [2]} 生物医学工学では、感度分析を使用して、ODE ベースの運動モデルでシステム ダイナミクスを決定できます。分化の段階に対応するパラメーターを変更して、どのパラメーターが細胞の運命に最も影響を与えるかを決定できます。したがって、最も制限的なステップを特定し、最も有利なスケールアップと拡張のための細胞状態を決定できます。^[3]さらに、システム生物学における複雑なネットワークは、質量作用速度論モデルを当てはめることによってよりよく理解することができます。その後、速度係数の感度分析を実施して、対象システム内で最適な治療標的を決定することができます。^[4]