[論文レビュー] Inferring causal models of cancer progression with a shrinkage estimator and probability raising

Loes M. Olde Loohuis, Giulio Caravagna+5 more|arXiv (Cornell University)|Nov 25, 2013

Bayesian Modeling and Causal Inference被引用数 2

ひとこと要約

本論文は、確率的因果関係（Suppesの定義）とノイズ耐性を高めるための収縮型推定量を用いてがん進行木の再構築を目的とした新しい因果推論フレームワークCAPRESEを提案する。生物学的および測定ノイズに対する耐性を高め、正しい木構造への漸近的収束を証明しており、合成データおよび実がんデータにおいて最先端の手法と比較して優れた性能を示している。

ABSTRACT

Existing techniques to reconstruct tree models of progression for accumulative processes, such as cancer, seek to estimate causation by combining correlation and a frequentist notion of temporal priority. In this paper, we define a novel theoretical framework called CAPRESE (CAncer PRogression Extraction with Single Edges) to reconstruct such models based on the notion of probabilistic causation defined by Suppes. We consider a general reconstruction setting complicated by the presence of noise in the data due to biological variation, as well as experimental or measurement errors. To improve tolerance to noise we define and use a shrinkage-like estimator. We prove the correctness of our algorithm by showing asymptotic convergence to the correct tree under mild constraints on the level of noise. Moreover, on synthetic data, we show that our approach outperforms the state-of-the-art, that it is efficient even with a relatively small number of samples and that its performance quickly converges to its asymptote as the number of samples increases. For real cancer datasets obtained with different technologies, we highlight biologically significant differences in the progressions inferred with respect to other competing techniques and we also show how to validate conjectured biological relations with progression models.

研究の動機と目的

• 生物学的および測定ノイズを考慮したがんにおける因果進行木の再構築に耐性のある手法の開発。
• Suppesの確率的因果関係フレームワークを用いてがん進行推定を形式化し、確率の上昇と時間的優先順位の両方を強調する。
• 収縮型推定量を組み込むことで、低サンプル状態におけるモデルの精度と安定性を向上させる。
• 既知の生物学的関係と照合して推定された進行モデルを検証し、実データ上での生物学的妥当性を示す。

提案手法

• フレームワークはSuppesの確率的因果関係を用い、原因はその結果の確率を上昇させると定義することで進行モデルにおける因果関係を定式化する。
• 生物学的変動および測定誤差に起因するノイズの影響を軽減し、ばらつきを低減するための収縮型推定量を導入する。
• 反復的に確率の上昇および時間的優先順位の制約を満たすエッジを選択することで、単一エッジの進行木を再構築する。
• わずかなノイズ条件下でも、理論的に真の木構造に漸近的に収束することが証明されている。
• さまざまなサンプルサイズにおける性能評価のため、合成データが用いられ、最適性能への高速収束が示された。
• 複数の技術から得られた実がんデータセットを分析し、進行モデルの比較と生物学的に妥当な関係の検証が行われた。

実験結果

リサーチクエスチョン

• RQ1 Suppesの定義に基づく確率的因果関係フレームワークは、ノイズの多い条件下でもがん進行木再構築の精度を向上させることができるか？
• RQ2 収縮型推定量の導入は、低サンプルおよび高ノイズ環境下での耐性をどのように向上させるか？
• RQ3 CAPRESEは合成および実がん進行データにおいて、既存の最先端手法をどの程度上回るか？
• RQ4 他の手法と比較した場合、推定された進行モデルは生物学的に意味のある差を明らかにできるか？
• RQ5 推定された進行モデルを用いて、仮説的な生物学的関係をどのように検証できるか？

主な発見

• CAPRESEは、特にサンプル数が少ない状況でも、最先端の手法と比較して合成データ上で優れた性能を示した。
• サンプル数が増加するに従い、急速に漸近的性能に収束するため、優れたサンプル効率性を示した。
• わずかなノイズ制約のもとで、アルゴリズムは真の木構造に漸近的に収束することが確認され、理論的整合性が裏付けられた。
• 実がんデータセットにおいて、CAPRESEは他の手法と比較して生物学的に有意義な差を示す進行モデルを推定した。
• フレームワークにより、実世界データにおける一貫性があり妥当な進行パターンを通じて、仮説的な生物学的関係の検証が可能になった。