《PLOS Computational Biology》：R-package agentBayes: Likelihood-based statistical methods for agent-based models
编辑推荐：
对相互作用粒子系统进行统计分析仍具挑战性，因其控制方程在解析上难以处理。现有解决方案包括基于伪似然框架的矩闭合方法，以及基于大量模拟的无似然框架，两者均依赖启发式选择，其有效性难以预测。作为解决方案，本研究严格推导了可在连续空间和时间中运行、且可表述为反应物-
对相互作用粒子系统进行统计分析仍具挑战性，因其控制方程在解析上难以处理。现有解决方案包括基于伪似然框架的矩闭合方法，以及基于大量模拟的无似然框架，两者均依赖启发式选择，其有效性难以预测。作为解决方案，本研究严格推导了可在连续空间和时间中运行、且可表述为反应物-催化剂-产物模型的智能体模型（ABMs）的渐近精确似然表达式。研究人员推导出给定当前及早期邻域智能体分布信息条件下智能体条件密度的表达式，并利用该表达式构建了同时适用于空间快照数据和时间序列数据的渐近精确似然。研究人员将该似然表达式与贝叶斯参数估计框架实现在R包agentBayes中，并通过模拟案例研究和关于癌细胞群体演化的实证数据展示了其在生物学研究及其他领域的实用性。
论文解读文章
一、研究背景与科学问题
在生物学、社会学、金融学和物理学等多个学科中，大量复杂现象可由离散实体间的相互作用来描述，这些实体在生物学中常被称为个体或智能体，在物理学中则称为粒子。然而，将此类智能体模型（ABMs）与观测数据进行关联拟合极为困难，因为其控制方程在解析上不可解。现有方法主要分为两类：一是基于矩闭合的伪似然框架，二是基于大规模模拟的无似然方法（如近似贝叶斯计算）。这两类方法均依赖于启发式选择，其适用性和准确性难以预先评估。因此，亟需一种数学上严谨、适用于广泛ABM类别的基于似然的统计推断框架。
二、研究目标与意义
本研究旨在克服上述局限，为可表述为连续空间、连续时间反应物-催化剂-产物（RCP）模型的广谱ABM类别，严格推导出一个渐近精确的可处理似然函数。研究人员的贡献体现在两方面：一是推导出局部智能体密度的新表达式，从而能够构建RCP模型的可处理似然；二是开发了R包agentBayes，自动化应用该似然框架。该框架使得研究人员能够直接从经验数据中推断智能体层面的过程参数，并进行模型验证，为生物学等领域的机制性理解提供了有力工具。
三、关键技术方法
本研究采用的主要关键技术方法包括：
- 1.
扰动展开法：利用Cornell等人建立的数学框架，通过扰动展开计算任意阶时空矩和累积量，得到无条件及条件期望下的局部智能体密度表达式。
- 2.
条件期望公式：基于多元随机变量的均值-协方差结构，推导出给定部分观测数据条件下智能体密度的条件期望公式（公式4），这是构建似然函数的基石。
- 3.
似然构造策略：对于空间快照数据，假设样方内智能体计数服从泊松分布，并将联合概率分解为条件概率的乘积（公式5-7）；对于时间序列数据，通过辅助模型扩展法将原始模型转化为包含存活、新生和死亡三类智能体的RCP模型，进而计算转移率。
- 4.
贝叶斯推断框架：将所建似然函数嵌入贝叶斯框架，实现模型参数的估计与不确定性量化。
四、研究结果
案例一：单物种空间快照数据
研究人员以空间随机逻辑斯蒂模型（SSLM）为例，模拟了单物种的点格局数据。结果显示，理论预测的两点空间累积量与经验观测吻合良好（图2b）。更重要的是，基于条件期望的密度预测与实际观测密度高度一致（图2c）。贝叶斯参数估计表明，一阶扰动近似比非空间平均场模型能更准确地估计参数，尤其是空间尺度参数（图2d）。但单个空间快照所含信息不足以识别所有原始模型参数，存在结构性非可辨识性问题。
案例二：单物种时间序列数据
在案例一基础上增加了第二次调查的时间序列数据。研究人员分别考虑了标记个体和未标记个体两种情景。结果表明，时间序列数据显著提高了参数估计的精度，尤其对于标记个体（图3d）。原始参数之间的相关性降低，参数可辨识性得到改善。理论预测的两点累积量与经验值匹配良好（图3b），条件密度预测也表现出色（图3c）。
案例三：癌细胞种群演化实验数据
以PC9非小细胞肺癌细胞的药物敏感株和耐药株为对象，在9种不同药物浓度下进行实验。模型包含密度无关死亡、种内与种间竞争以及繁殖扩散四个过程。后验预测模拟显示，尽管模型简洁，但仍能较好地捕捉系统的动态行为（图5a-d）。训练数据和测试数据的预测性能均有显著提升（图5e-f），但覆盖率略低于名义水平，提示模型可能遗漏了某些变异源（图5g-h）。推断发现：随着药物浓度增加，药物敏感细胞的繁殖率下降幅度大于耐药细胞；耐药细胞整体竞争占优；两种细胞的扩散尺度均随药物浓度增加而减小，且敏感细胞的扩散更为局域化（图5i-l）。
五、讨论与结论
本研究提出了首个数学上严谨、适用于广谱ABM类别的基于似然的统计推断框架。与以往依赖模拟的方法相比，该方法无需大量模拟和启发式模式匹配标准，而是通过新颖的分析工具直接处理智能体层面过程。该似然表达式在长程相互作用的极限下保证精确。
对于快照数据，需已知系统初始状态或处于平衡态；时间序列数据则可通过计算两次观测之间的转移似然克服这一限制。研究表明，正确复现均值和协方差结构比实现精确概率分布更为重要；多元正态似然因计算高效而成为泊松似然的实用替代方案。
三个遗留挑战包括：（i）纳入违反RCP模型假设的过程；（ii）扩展到大量智能体类型时的计算可扩展性；（iii）分析异质性空间条件下的数据。尽管如此，本框架为生命科学及其他领域中智能体层面过程的直接推断提供了关键且通用的进步，有望深化对复杂系统动力学的理解并提高预测可靠性。
研究结论：本研究为广谱ABM类别和常见数据类型提供了一个严格推导、渐近精确的可处理似然函数。通过模拟和实证案例，展示了该方法可直接从经验数据推断智能体层面过程并进行关键模型验证。由于许多应用领域中的系统均由智能体层面过程构成，本框架被视为一项关键且通用的方法论进展。
