[论文解读] Characterizing and Learning Equivalence Classes of Causal DAGs under Interventions

Karren Yang, Abigail Katcoff+1 more|arXiv (Cornell University)|Feb 17, 2018

Bayesian Modeling and Causal Inference参考文献 32被引用 22

一句话总结

本文提出了首个在一般（非完美）干预下学习因果DAG的干预性马尔可夫等价类（I-MECs）的可证明一致算法。它通过d-分离和软干预下的条件独立性来表征I-MECs，表明此类干预提供的可识别能力与完美干预相当，从而能够从观测数据和非完美干预数据中准确学习因果结构。

ABSTRACT

We consider the problem of learning causal DAGs in the setting where both observational and interventional data is available. This setting is common in biology, where gene regulatory networks can be intervened on using chemical reagents or gene deletions. Hauser and Bühlmann (2012) previously characterized the identifiability of causal DAGs under perfect interventions, which eliminate dependencies between targeted variables and their direct causes. In this paper, we extend these identifiability results to general interventions, which may modify the dependencies between targeted variables and their causes without eliminating them. We define and characterize the interventional Markov equivalence class that can be identified from general (not necessarily perfect) intervention experiments. We also propose the first provably consistent algorithm for learning DAGs in this setting and evaluate our algorithm on simulated and biological datasets.

研究动机与目标

• 将因果DAG的可识别性从完美干预扩展到生物实验中常见的普遍（软）干预。
• 在一般干预下，正式定义并表征干预性马尔可夫等价类（I-MECs），以推广完美-I-MEC框架。
• 开发首个从混合观测数据和干预数据中学习I-MECs的可证明一致算法，即使干预不完美也适用。
• 在合成数据和真实生物数据集上评估该算法，证明其对RNAi或CRISPR激活等不完美干预具有鲁棒性。

提出的方法

• 基于一般干预下的d-分离和条件独立性关系，提出一种新的干预性马尔可夫等价类（I-MEC）定义。
• 证明在温和假设下，一般干预在可识别性目的上可提供与完美干预相同的因果信息。
• 提出一种新颖算法IGSP（干预性贪心最稀疏排列算法），通过在合并的观测和干预数据上进行不变性检验和条件独立性检验，以恢复I-MEC。
• 采用混合模型论证，表明条件独立性关系在不同类型的干预混合下仍保持不变，从而支持一致的结构学习。
• 采用对排列的贪心搜索策略，以识别与数据一致的最稀疏图，同时利用观测和干预分布。
• 应用一种池化启发式方法以提升小样本情况下的性能，尽管该方法在渐近极限下不具一致性。

实验结果

研究问题

• RQ1 在一般（非完美）干预下，干预性马尔可夫等价类能否被一致地表征？
• RQ2 非完美干预是否能提供比标准马尔可夫等价类更小的等价类信息？
• RQ3 能否设计一种可证明一致的算法，用于从观测数据和一般干预数据中学习因果DAG？
• RQ4 在不完美或软干预条件下，此类算法的性能与现有方法相比如何？

主要发现

• 本文证明，在温和假设下，一般干预（如RNAi或CRISPR部分效率时）提供的可识别能力与完美干预相当。
• 所提出的IGSP算法可证明一致地从观测和一般干预数据中学习I-MEC，即使干预不完美。
• IGSP在单变量干预下优于完美-IGSP，但在多变量干预下表现较差，原因在于假设检验增多；而完美-IGSP则假设干预为完美。
• 一种启发式池化策略可提升IGSP在小样本情况下的性能，但其在渐近极限下不具一致性。
• 在合成数据和生物数据集上的实证评估表明，IGSP能以高精度恢复正确的I-MEC，尤其在基因组学中常见的不完美干预条件下表现优异。