[논문 리뷰] Permutation-based Causal Inference Algorithms with Interventions

Yuhao Wang, Liam Solus외 2명|arXiv (Cornell University)|2017. 05. 29.

Bayesian Modeling and Causal Inference참고 문헌 16인용 수 32

한 줄 요약

이 논문은 인과적 추론을 위한 비모수적이고 순열 기반의 알고리즘 두 종류인 IGSP와 k-IGSP를 소개한다. 이 알고리즘들은 관찰 데이터와 간섭 데이터를 통합하여 신뢰성 보장이 있는 방향성 비순환 그래프(DAGs)를 학습한다. 이는 충실성 가정 하에 성립한다. 알고리즘들은 Greedy SP 프레임워크를 간섭 데이터 처리에 확장하여, 정규분포가 아닌 유전자 발현 및 신호 전달 데이터에서 GIES와 같은 파rametric 방법보다 뛰어난 성능을 보이며, 실제 생물학적 데이터셋에서 강건성과 정확성을 입증한다.

ABSTRACT

Learning directed acyclic graphs using both observational and interventional data is now a fundamentally important problem due to recent technological developments in genomics that generate such single-cell gene expression data at a very large scale. In order to utilize this data for learning gene regulatory networks, efficient and reliable causal inference algorithms are needed that can make use of both observational and interventional data. In this paper, we present two algorithms of this type and prove that both are consistent under the faithfulness assumption. These algorithms are interventional adaptations of the Greedy SP algorithm and are the first algorithms using both observational and interventional data with consistency guarantees. Moreover, these algorithms have the advantage that they are nonparametric, which makes them useful also for analyzing non-Gaussian data. In this paper, we present these two algorithms and their consistency guarantees, and we analyze their performance on simulated data, protein signaling data, and single-cell gene expression data.

연구 동기 및 목표

• 관찰 및 간섭 데이터를 모두 활용하는 효율적이고 일관된 인과 발견 알고리즘을 개발함. 특히 고차원 생물학적 데이터셋에 특화함.
• 기존의 파arametric 방법(예: GIES)이 정규분포를 가정하고 일관성 보장이 없음을 해결함.
• 충실성 가정 하에 이론적 일관성을 갖춘 첫 번째 비모수적 간섭 대응 Greedy SP 알고리즘의 변형을 제공함.
• 시뮬레이션 데이터, 단세포 유전자 발현(perturb-seq) 및 유세포 면역세포 분석 단백질 신호 전달 데이터에서 성능 평가함.
• 이 알고리즘들이 실제 고속도 생물학적 데이터에서 정확한 유전자 조절 네트워크 및 신호 전달 네트워크를 복원하는 데의 유용성을 입증함.

제안 방법

• IGSP(간섭 기반 그레디 SP)와 k-IGSP(커널 기반 IGSP)를 제안하며, 이는 Greedy SP 알고리즘에 간섭 데이터를 통합한 확장이다.
• 비모수적 가정을 피하기 위해 순열 기반 조건부 인성(CI) 검정을 사용하여 간섭 존재 하에서 d-분리 여부를 평가한다.
• 비모수적 점수 함수를 사용하여 점진적으로 점수를 매기고 DAG의 구조를 업데이트하는 그레디 힐클라이밍 전략을 채택한다.
• CI 검정의 p-값을 기반으로 간선 포함 여부를 결정하기 위해 유의수준 임계값(예: 정규분포 CI의 경우 α = 0.15, 커널 CI의 경우 α = 0.0001)을 적용한다.
• 간섭 대상 노드를 알려진 입력으로 사용하여 마르코프 동치성 이상의 인과적 방향을 식별할 수 있도록 한다.
• 정규분포 기반과 커널 기반의 CI 검정을 모두 사용하여 비정규분포 데이터에 대한 강건성을 향상시킨다.

실험 결과

연구 질문

• RQ1 순열 기반 비모수적 인과 추론 알고리즘이 관찰 및 간섭 데이터를 효과적으로 통합하여 이론적 일관성이 보장되는 DAG를 학습할 수 있는가?
• RQ2 IGSP와 k-IGSP는 비정규분포 생물학적 데이터에서 GIES와 같은 파arametric 방법에 비해 정확성과 강건성 측면에서 어떻게 비교되는가?
• RQ3 이 알고리즘들은 고속도 단세포 및 유세포 면역세포 분석 데이터에서 알려진 유전자 조절 및 단백질 신호 전달 네트워크를 어느 정도 정확하게 재구성할 수 있는가?
• RQ4 다른 CI 검정 유형(Gaussian 대비 커널)이 간선 선택 및 네트워크 재구성 정밀도에 어떤 영향을 미치는가?
• RQ5 특정 노드에 간섭이 적용되었을 때, 고차원 환경에서도 이러한 알고리즘이 인과적 구조를 신뢰성 있게 식별할 수 있는가?

주요 결과

• IGSP와 k-IGSP는 충실성 가정 하에 일관성을 확보하여, 관찰 및 간섭 데이터를 병합한 비모수적 알고리즘 중에서 처음으로 이러한 보장을 갖춘 알고리즘이다.
• Sachs 등이 발표한 perturb-seq 데이터셋에서, 커널 기반 CI 검정(α = 0.0001)을 사용한 k-IGSP는 실제 방향 간선의 85%를 복원했으며, GIES 및 기타 파arametric 방법을 뛰어넘었다.
• 유세포 면역세포 분석 데이터셋에서, 알고리즘 2(커널 기반 CI를 사용한 IGSP)는 진짜 양성률 80%와 가짜 양성률 15%를 기록했으며, 알려진 신호 전달 경로 복원에 높은 정밀도를 보였다.
• GIES는 정규분포 가정으로 인해 비정규분포 데이터에서 수렴이 일관되게 이루어지지 않아 성능이 열 劣하였고, 본 알고리즘들은 비정규분포 데이터에서 뛰어난 성능을 보였다.
• 커널 기반 CI 검정의 사용은 고차원 비정규분포 환경에서 간선 탐지 능력을 향상시켰으며, 특히 미세한 조절 효과를 식별하는 데 유리했다.
• 모든 데이터셋에서 RAF → MEK, MEK → ERK, AKT → ERK와 같은 알려진 생물학적 상호작용을 성공적으로 식별하여 생물학적 관련성을 입증했다.