[論文レビュー] The Reduced PC-Algorithm: Improved Causal Structure Learning in Large Random Networks

Arjun Sondhi, Ali Shojaie|PubMed|Jun 16, 2018

Bioinformatics and Genomic Networks参考文献 41被引用数 11

ひとこと要約

本稿では、ハブノードを有する高次元スパースネットワークにおける因果構造学習のための、制約ベース手法の変種であるReduced PC（rPC）アルゴリズムを提案する。ランダムグラフの局所的分離性を利用することで、rPCは小さな変数集合での条件付き分布に依存し、計算量と標本量の複雑さを最大次数ではなく平均次数に比例させる。その結果、特に生物学的ネットワークにおいて、精度と効率性が向上する。また、元のPCアルゴリズムよりも弱い忠実性仮定を必要とする。

ABSTRACT

We consider the task of estimating a high-dimensional directed acyclic graph, given observations from a linear structural equation model with arbitrary noise distribution. By exploiting properties of common random graphs, we develop a new algorithm that requires conditioning only on small sets of variables. The proposed algorithm, which is essentially a modified version of the PC-Algorithm, offers significant gains in both computational complexity and estimation accuracy. In particular, it results in more efficient and accurate estimation in large networks containing hub nodes, which are common in biological systems. We prove the consistency of the proposed algorithm, and show that it also requires a less stringent faithfulness assumption than the PC-Algorithm. Simulations in low and high-dimensional settings are used to illustrate these findings. An application to gene expression data suggests that the proposed algorithm can identify a greater number of clinically relevant genes than current methods.

研究の動機と目的

• ハブノードを有する高次元ネットワークにおいて、PCアルゴリズムのスケーラビリティの低さを解消すること。計算コストはノードの最大次数に比例する。
• 生物学的システムに一般的に見られる大規模でスパースなランダムネットワークにおいて、推定精度と計算効率を向上させること。
• 元のPCアルゴリズムよりも弱い忠実性仮定を必要とすることで、より広い分布のクラスに適用可能になるようにすること。
• 現実世界のネットワークに見られる構造的性質（局所的分離性やパワー則次数分布）を活用する制約ベース手法を開発すること。
• 弱い忠実性のもとでも、小さな条件付き集合のみを用いても、高次元設定において一貫したスケルトン回復が可能であることを示すこと。

提案手法

• rPCアルゴリズムは、大規模ランダムグラフの局所的分離性に基づき、条件付き集合を小さな近傍に制限することでPCアルゴリズムを変更する。
• スパースネットワークでパワー則的またはスモールワールド的構造を示す場合、ノード間の短いパス数が有界であることに着目する。これにより、条件付き独立性検定が効率的に行える。
• 計算複雑度を著しく低減するため、条件付き集合のサイズを最大次数ではなく平均次数に比例させる。
• 条件付き独立性検定を用いてスケルトンを推定し、その後、方向付け規則を適用して完成部分有向無閉路グラフ（CPDAG）を生成する。
• 元のPCアルゴリズムが要求する制限付き強い忠実性に比べ、rPCはより弱い忠実性仮定（パス忠実性）のもとで一貫性が保証されることを証明する。
• データの標準化により、辺の重みは通常、絶対値が1以下に制限される。これは、実用的な文脈において、本手法の仮定の妥当性を支持する。

実験結果

リサーチクエスチョン

• RQ1 ハブノードを有する大規模ネットワークにおいて、条件付き集合のサイズを小さくすることで、制約ベースの因果構造学習アルゴリズムの効率性と正確性を向上させられるか。
• RQ2 ランダムグラフの局所的分離性を利用することで、PCアルゴリズムよりも小さな条件付き集合で一貫したスケルトン推定が可能になるか。
• RQ3 rPCに必要な忠実性仮定は、PCアルゴリズムに比べてより弱いか、特に高次元設定においてそうであるか。
• RQ4 パワー則次数分布を有するネットワークにおいて、rPCはPCアルゴリズムよりも高い推定精度と低い計算複雑度を達成できるか。
• RQ5 実世界のネットワーク構成において、標準化されたSEM係数の絶対値が1を超える割合はどの程度か。これは忠実性仮定の妥当性を損なう可能性がある。

主な発見

• rPCアルゴリズムは、大規模ランダムグラフの局所的分離性を活用し、小さな変数集合での条件付き分布に依存することで、高次元線形SEMにおいて一貫したスケルトン推定を達成する。
• rPCの計算量および標本量の複雑さは、最大次数ではなく平均次数に比例する。その結果、ハブノードを有する大規模ネットワークで顕著な性能向上が得られる。
• 本手法はパス忠実性のみを必要とし、元のPCアルゴリズムが要求する制限付き強い忠実性よりも弱い仮定であるため、現実のデータに適用可能な範囲が広がる。
• Erdős-Rényiおよびパワー則グラフにおけるシミュレーションでは、標準化されたSEM係数が絶対値1を超える確率は0.5%未満であり、本手法の仮定の妥当性を支持する。
• 遺伝子発現データにおいて、rPCは既存の手法よりもより臨床的関連性の高い遺伝子を同定する。これは、生物学的関連性および発見力の向上を示唆する。
• 現実的なネットワーク構成において、忠実性仮定に反する確率は非常に低く、すべてのテストされたグラフタイプおよび係数分布において、Pr(|ρ| > 1) < 0.005 である。