Identification of biological models from single-cell data: a comparison between mixed-effects and moment-based inference

Experimental techniques in biology such as microfluidic devices and time-lapse microscopy allow tracking of the gene expression in single cells over time. So far, few attempts have been made to fully exploit these data for modeling the dynamics of biological networks in cell populations. In this paper we compare two modeling approaches capable to describe cell-to-cell variability: Mixed-Effects (ME) models and the Chemical Master Equation (CME). We discuss how network parameters can be identified from experimental data and use real data of the HOG pathway in yeast to assess model quality. For CME we rely on the identification approach proposed by Zechner et al. (PNAS, 2012), based on moments of the probability distribution involved in the CME. ME and moment-based (MB) inference will be also contrasted in terms of general features and possible uses in biology. ; Des techniques expérimentales en biologie comme la combinaison de microfluidique et de vidéo-microscopie permettent de suivre l'expression des gènes au cours du temps dans des cellules individuelles. L'utilisation de ces données pour modéliser la dynamique des réseaux biologiques dans des populations de cellules reste encore rare. Dans ce travail, nous comparons deux approches de modélisation capables de décrire la variabilité entre cellules: modèles à effets mixtes (ME) et modèles d'équations maitresse chimique (CME). Nous discutons de l'identification des paramètres des modèles à partir de données expérimentales et utilisons des données réelles de la voie de transduction du signal HOG chez la levure pour tester la qualité des modèles. Pour la CME, nous utilisons l'approche d'identification proposée par Zechner et al. (PNAS, 2012), basée sur les moments des distributions de probabilités de la CME. Plus généralement, nous discutons également des spécificités de ces deux méthodes d'inférence et de leurs utilisations possibles en biologie.