[論文レビュー] FASK with Interventional Knowledge Recovers Edges from the Sachs Model

Joseph Ramsey, Bryan Andrews|arXiv (Cornell University)|May 6, 2018

Bayesian Modeling and Causal Inference参考文献 13被引用数 8

ひとこと要約

本論文は、連続的単細胞プロテオミクスデータから因果的エッジを回復するため、介入的知識を組み込んだ FASK（Fast Adjacency Skewness）を導入する。Sachs モデルにおいて、複雑でヒューリスティックに基づく手法とほぼ同一の結果を、デフォルトパラメータとデータ除外なしに1回の反復で達成する。この手法は変数の歪度と介入的データを活用し、因果構造を効率的かつ正確に推定し、従来の連続データ手法よりもアドジェンシーと方向性の回復で優れている。

ABSTRACT

We report a procedure that, in one step from continuous data with minimal preparation, recovers the graph found by Sachs et al. \cite{sachs2005causal}, with only a few edges different. The algorithm, Fast Adjacency Skewness (FASK), relies on a mixture of linear reasoning and reasoning from the skewness of variables; the Sachs data is a good candidate for this procedure since the skewness of the variables is quite pronounced. We review the ground truth model from Sachs et al. as well as some of the fluctuations seen in the protein abundances in the system, give the Sachs model and the FASK model, and perform a detailed comparison. Some variation in hyper-parameters is explored, though the main result uses values at or near the defaults learned from work modeling fMRI data.

研究の動機と目的

• 連続的生物学的データから、離散化や外れ値除外なしに、高速かつヒューリスティックでない方法で因果構造を回復すること。
• 最小限のパラメータチューニングで、Sachs らのグランドトゥルース因果グラフを1パスのアルゴリズムで再現すること。
• 歪度に基づくエッジ検出と介入的知識の組み合わせが、既存手法よりも精度と効率で優れているかどうかを評価すること。
• 特に Mek → Erk のような有名な経路において、エッジ回復の不一致を特定・解決すること。
• 介入的データとバックグラウンド知識が、高次元で連続的な生物学的システムにおける因果発見をどのように向上させるかを検討すること。

提案手法

• FASK は、線形相関と歪度に基づく推論を組み合わせ、連続データから因果グラフの隣接関係を推定する。
• アルゴリズムは、介入変数を追加し、測定変数から介入変数へのエッジや、介入変数同士のエッジを禁止する制約を導入することで、介入的データを統合する。
• 歪度のヒューリスティックな隣接ルールを適用し、分布の非正規性に基づいて潜在的エッジを検出する。この際、カットオフ値は 0.3 として設定される。
• fMRI データでキャリブレーションされたデフォルトのハイパーパrameterを用い、モデルアンサンブルやブートストラップを回避する1回のイテレーションで動作する。
• FASK モデルは、Sachs モデルと、文献および補足図から得られる生物学的に妥当な非方向付きエッジを含む拡張されたグランドトゥルースと比較される。
• 残差相関解析は、潜在的交絡要因による2サイクルと真正のフィードバックループを区別するためのフォローアップ手法として提案される。

実験結果

リサーチクエスチョン

• RQ1 FASK は、最小限の前処理とヒューリスティックなモデルアンサンブルなしに、連続的かつ処理済みでないデータから Sachs モデルの因果構造を回復できるか？
• RQ2 Mek → Erk エッジが生物学的に重要であるにもかかわらず、FASK がこれを回復できない理由は何か？パラメータチューニングや代替のモーメントベース検出によって解決可能か？
• RQ3 介入的知識の統合が、標準的なスコアベース手法と比較して、エッジ回復をどの程度向上させるか？
• RQ4 FASK の出力における2サイクルが、真正のフィードバックループであるか、潜在的交絡要因によるものであるかの程度はどのようであり、それらをどのように区別できるか？
• RQ5 過剰モーメント（例：尖度）の組み込みや、2段階法における残差相関チェックを用いることで、FASK の性能をさらに向上させられるか？

主な発見

• FASK は、ログ化された連続的データに対して1回の非反復的パスを用いることで、Sachs らの結果とほぼ同一の因果グラフを回復した。わずか数エッジを除き、同一の構造を再現した。
• Sachs らの手法とは異なり、外れ値を除外したり、データを離散化したり、ヒューリスティックな探索戦略を用いなかった。Sachs らの手法は500以上のモデルの平均化を必要としていた。
• Mek → Erk エッジは、データ全体を統合した際の相関と歪度が不足しているため回復されなかった。
• 歪度カットオフを 0.3 からより感度の高い閾値に下げることで、Mek → Erk エッジは回復可能となったが、同時に誤検出エッジが増加した。これは感度と特異度のトレードオフを示している。
• FASK は、Miller ら [12] らの発表済み連続データ手法よりも優れた性能を示した。特に、方向推定を行わないため、アドジェンシーのみを回復する手法と比較して優位であった。
• FASK は、PIP2 ↔ PIP3 のような潜在的な2サイクルを同定したが、これは真正のフィードバックループではなく、潜在的交絡要因を示している可能性がある。したがって、曖昧性を解消するための残差相関チェックの重要性が浮き彫りになった。