[論文レビュー] Permutation-Based Causal Structure Learning with Unknown Intervention Targets

Chandler Squires, Yuhao Wang+1 more|arXiv (Cornell University)|Oct 20, 2019

Bayesian Modeling and Causal Inference参考文献 27被引用数 5

ひとこと要約

本稿では、干渉の標的が未知である状況下で、混合観測データと干渉データから干渉的マークフ・同値クラス（I-MEC）を学習する、証明可能に一貫性のある非パrametricなアルゴリズム、UT-IGSPを提案する。この手法はスコア関数に対する順列ベースの探索を用いて、干渉の標的と因果構造を同時に同定し、ゲノム分野や異種データ環境におけるオフターゲット効果に対しても頑健であることを示している。

ABSTRACT

We consider the problem of estimating causal DAG models from a mix of observational and interventional data, when the intervention targets are partially or completely unknown. This problem is highly relevant for example in genomics, since gene knockout technologies are known to have off-target effects. We characterize the interventional Markov equivalence class of DAGs that can be identified from interventional data with unknown intervention targets. In addition, we propose a provably consistent algorithm for learning the interventional Markov equivalence class from such data. The proposed algorithm greedily searches over the space of permutations to minimize a novel score function. The algorithm is nonparametric, which is particularly important for applications to genomics, where the relationships between variables are often non-linear and the distribution non-Gaussian. We demonstrate the performance of our algorithm on synthetic and biological datasets. Links to an implementation of our algorithm and to a reproducible code base for our experiments can be found at https://uhlerlab.github.io/causaldag/utigsp.

研究の動機と目的

• CRISPR-Casによるオフターゲット効果を伴うゲノム分野において、干渉データの標的が部分的または完全に不明な状況下での因果構造学習の課題に対処すること。
• 忠実性仮定の下で、干渉の標的に関する事前知識がなくても、干渉的マークフ・同値クラス（I-MEC）の理論的同定可能性を確立すること。
• 混合観測データと干渉データから、干渉の標的とI-MECを同時に推定する非パrametricでグリーディーなアルゴリズムを開発すること。
• 特にパラメトリック手法が失敗する状況において、合成的および実際の生物学的データセットにおけるオフターゲット効果に対して頑健であることを実証すること。
• 疾患状態と正常状態、または危機前後の金融データなど、異種のデータソースに対しても適用可能なスケーラブルで一貫性のある手法を提供すること。

提案手法

• 真のI-MECに属するグラフで最小化される新しいスコア関数を提案し、干渉の標的が不明な状況下での一貫性のある学習を可能にする。
• 可能な干渉の標的の空間を効率的に探索するため、グリーディーな順列ベースの探索を用いる。
• 条件付き独立性検定と順列ベースのスコア計算を統合し、因果構造と干渉された変数の集合の両方を同定する。
• 関数的関係や誤差分布に関するパラメトリックな仮定を避けることで、非パラメトリックな柔軟性を確保する。
• I-MECフレームワークを活用し、干渉の標的が不明であっても、干渉同値性までの一貫性を持って因果構造を同定できる。
• UT-IGSPとしてアルゴリズムを実装し、スケーラブルな実行時間（p=20では1秒未塔、p=100では20秒未塔）を達成し、高次元データに適している。

実験結果

リサーチクエスチョン

• RQ1 標準的な忠実性仮定の下で、干渉の標的が不明な場合に、干渉的マークフ・同値クラス（I-MEC）を同定できるか？
• RQ2 混合観測データと干渉データから、非パラメトリックなアルゴリズムが因果DAGと干渉の標的を同時に学習できるか？
• RQ3 オフターゲット効果の下で、GIES、IGSP、JCI-GSPといった既存手法と比較して、提案手法の性能はいかがなものか？
• RQ4 ゲノム分野で一般的に見られる高次元でスパースなグラフに、このアルゴリズムはどの程度スケーラブルか？
• RQ5 干渉が精密に制御された実際の生物学的データにおいて、オフターゲット効果が最小限の状況でも、既存手法に比べて本手法に利点があるか？

主な発見

• 特定の忠実性仮定の下で、干渉の標的に関する事前知識がなくても、I-MECは同定可能であり、標的が既知の状況と同等の同定レベルに達する。
• オフターゲット効果の下で、UT-IGSPはスケルトンとエッジの両方でGIESを上回り、IGSPは僅かな劣化にとどまるため、頑健性が確認された。
• Sachs et al. (2005) の生物学的データセットにおいて、UT-IGSPはIGSPと同等の性能を示し、オフターゲット効果がない状況では顕著な利点がないことが示された。
• UT-IGSP*（明示的な干渉の標的を指定しないで実行）はUT-IGSPと同程度の性能を示し、標的が不明または不完全な状況でも有効であることが示された。
• アルゴリズムは効率的にスケーリング可能である：p=20では平均1秒未塔、p=100では20秒未塔（ℓ=3の干渉、s=1.5のスパarsity）。
• 有限サンプルサイズに起因する条件付き独立性検定の偽陰性に対して、本手法はJCI-GSPとは異なり、探索空間を過剰に制約しない。