[논문 리뷰] The Reduced PC-Algorithm: Improved Causal Structure Learning in Large Random Networks

Arjun Sondhi, Ali Shojaie|PubMed|2018. 06. 16.

Bioinformatics and Genomic Networks참고 문헌 41인용 수 11

한 줄 요약

이 논문은 허브 노드를 가진 고차원 희박 네트워크에서 인과적 구조 학습을 위한 수정된 제약 기반 방법인 축소된 PC(rPC) 알고리즘을 제안한다. 무작위 그래프의 국소적 분리 성질을 활용함으로써 rPC는 작은 변수 집합에만 조건을 붙여 계산 및 표본 복잡도를 평균 차수에 따라 스케일링하도록 하며, 최대 차수에 비해 성능 향상이 뚜렷한 결과를 얻는다. 이는 특히 생물학적 네트워크에서 정확도와 효율성이 향상되며, 원래 PC-알고리즘보다 더 약한 충실성 가정을 요구한다.

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.

연구 동기 및 목표

• 최대 차수에 비례해 계산 비용이 증가하는 허브 노드를 가진 고차원 네트워크에서 PC-알고리즘의 낮은 확장성 문제를 해결하기 위해.
• 생물학적 시스템에서 흔히 볼 수 있는 대규모 희박 무작위 네트워크에서 추정 정확도와 계산 효율성을 향상시키기 위해.
• 원래 PC-알고리즘보다 더 강한 충실성 가정을 요구하지 않도록 하여 더 넓은 분포 클래스에 적용 가능하도록 하기 위해.
• 실세계 네트워크의 구조적 특성(예: 국소적 분리 및 힘의 법칙 차수 분포)을 활용하는 제약 기반 방법을 개발하기 위해.
• 약한 충실성 조건 하에서도 작은 조건 집합만으로도 고차원 설정에서 일관된 스케letal 복구가 가능함을 보여주기 위해.

제안 방법

• rPC 알고리즘은 대규모 임의의 그래프의 국소적 분리 성질에 기반해 조건 집합을 작은 이웃 집합으로 제한함으로써 PC-알고리즘을 수정한다.
• 희박한 네트워크에서 힘의 법칙 또는 소월드 구조를 가질 경우 두 노드 간의 짧은 경로 수가 유한함을 이용하여 조건부 독립 테스트를 효율적으로 수행할 수 있다.
• 최대 차수 대신 평균 차수 비례하는 크기의 집합에만 조건을 붙이므로 계산 복잡도를 크게 감소시킨다.
• 조건부 독립 테스트를 사용해 스케letal을 추정한 후, 방향성 규칙를 적용해 완성된 부분적으로 방향화된 비순환 그래프(CPDAG)를 생성한다.
• 원래 PC-알고리즘의 제한된 강한 충실성 가정과는 달리, rPC는 더 약한 충실성 가정인 경로 충실성 하에서도 일관성이 입증된다.
• 표준화된 데이터 처리를 통해 간선 가중치의 절대값이 일반적으로 1 이내로 제한되며, 이는 실무에서 방법의 가정이 타당함을 뒷받침한다.

실험 결과

연구 질문

• RQ1 허브 노드를 가진 대규모 네트워크에서 조건 집합의 크기를 줄임으로써 제약 기반 인과적 구조 학습 알고리즘의 효율성과 정확도를 향상시킬 수 있는가?
• RQ2 무작위 그래프의 국소적 분리 성질을 활용하면 PC-알고리즘보다 더 작은 조건 집합으로도 일관된 스케letal 추정이 가능한가?
• RQ3 rPC에 요구되는 충실성 가정이 PC-알고리즘보다 더 약한가, 특히 고차원 설정에서 그렇다면?
• RQ4 rPC는 힘의 법칙 차수 분포를 가진 네트워크에서 PC-알고리즘보다 더 높은 추정 정확도와 낮은 계산 복잡도를 달성할 수 있는가?
• RQ5 실세계 네트워크 구성에서 표준화된 SEM 계수의 절대값이 1을 초과하는 정도는 어느 정도이며, 이는 충실성 가정을 뒷받침하지 못하는가?

주요 결과

• rPC 알고리즘은 대규모 무작위 그래프의 국소적 분리 성질을 활용해 작은 변수 집합에만 조건을 붙임으로써 고차원 선형 SEM에서 일관된 스케letal 추정을 달성한다.
• rPC의 계산 및 표본 복잡도는 최대 차수 대신 평균 차수에 따라 스케일링되며, 허브 노드가 많은 대규모 네트워크에서 뚜렷한 성능 향상을 이룬다.
• 이 방법은 원래 PC-알고리즘의 제한된 강한 충실성 가정보다 더 약한 경로 충실성만 요구하므로 실세계 데이터에 더 넓이 적용 가능성이 높다.
• 에르되시-레니 그래프 및 힘의 법칙 그래프에 대한 시뮬레이션 결과, 표준화된 SEM 계수의 절대값이 1을 초과하는 경우는 0.5% 미만으로 나타나, 방법의 가정이 타당함을 뒷받침한다.
• 유전자 발현 데이터에서 rPC는 기존 방법보다 더 많은 임상적으로 관련성이 높은 유전자를 식별하며, 이는 생물학적 관련성과 발견 능력 향상을 시사한다.
• 실제 네트워크 구성에서 충실성 가정 위반 확률은 낮으며, 모든 테스트된 그래프 유형과 계수 분포에서 Pr(|ρ| > 1) < 0.005 이하로 나타난다.