[论文解读] FASK with Interventional Knowledge Recovers Edges from the Sachs Model

Joseph Ramsey, Bryan Andrews|arXiv (Cornell University)|May 6, 2018

Bayesian Modeling and Causal Inference参考文献 13被引用 8

一句话总结

本文提出 FASK（快速邻接偏度）方法，结合干预知识，从连续单细胞蛋白组学数据中恢复因果边，其在萨克斯模型中的表现几乎与萨克斯等人复杂的启发式方法一致，但仅通过单步、非迭代的方式完成，且使用默认参数、无需数据剔除。该方法利用变量偏度与干预数据，高效准确地推断因果结构，在邻接关系与方向恢复方面优于以往基于连续数据的方法。

ABSTRACT

We report a procedure that, in one step from continuous data with minimal preparation, recovers the graph found by Sachs et al. \cite{sachs2005causal}, with only a few edges different. The algorithm, Fast Adjacency Skewness (FASK), relies on a mixture of linear reasoning and reasoning from the skewness of variables; the Sachs data is a good candidate for this procedure since the skewness of the variables is quite pronounced. We review the ground truth model from Sachs et al. as well as some of the fluctuations seen in the protein abundances in the system, give the Sachs model and the FASK model, and perform a detailed comparison. Some variation in hyper-parameters is explored, though the main result uses values at or near the defaults learned from work modeling fMRI data.

研究动机与目标

• 开发一种快速、非启发式的方法，从连续生物数据中恢复因果结构，无需离散化或剔除异常值。
• 使用单次遍历算法与最少参数调优，复现萨克斯等人提出的基准因果图。
• 评估基于偏度的边检测结合干预知识，是否能在准确率与效率上超越现有方法。
• 识别并解决边恢复中的差异，特别是对已知通路如 Mek → Erk 的恢复问题。
• 探索干预数据与背景知识在提升高维连续生物系统因果发现中的作用。

提出的方法

• FASK 使用线性相关性与基于偏度的推理相结合的方法，从未离散化的连续数据中推断因果图的邻接关系。
• 通过引入干预变量并施加约束，禁止从测量变量指向干预变量的边，以及干预变量之间的边，从而整合干预数据。
• 应用基于偏度的启发式邻接规则，设定偏度阈值为 0.3，以基于变量分布的非正态性检测潜在边。
• 该方法仅通过一次迭代运行，使用在 fMRI 数据上校准的默认超参数，避免模型平均或自助采样。
• 将 FASK 模型与萨克斯模型及补充的基准真值进行比较，后者包含文献与补充图中生物上合理的无向边。
• 提出残差相关性分析作为后续方法，以区分由潜在混杂因素引起的 2-环与真实的反馈环。

实验结果

研究问题

• RQ1 FASK 能否在极少预处理、无需启发式模型平均的情况下，从未处理的连续数据中恢复萨克斯模型的因果结构？
• RQ2 尽管 Mek → Erk 通路具有重要生物学意义，FASK 为何未能恢复该边？是否可通过参数调优或替代的矩方法检测解决此问题？
• RQ3 与标准评分方法相比，整合干预知识在多大程度上提升了边恢复效果？
• RQ4 FASK 输出中的 2-环在多大程度上代表真实反馈环，或仅为潜在混杂因素所致？如何加以区分？
• RQ5 通过引入高阶矩（如峰度）或采用两步法中的残差相关性检查，能否进一步提升 FASK 的性能？

主要发现

• FASK 仅通过一次非迭代遍历对对数连续数据处理，即可恢复出与萨克斯等人结果几乎完全一致的因果图，仅少数边存在差异。
• 该算法在无需剔除异常值、无需数据离散化、也无需使用启发式搜索策略的情况下实现此结果，而萨克斯等人的方法则需对超过 500 个模型进行平均。
• Mek → Erk 边未被恢复，原因在于数据中相关性与偏度不足，尤其是在将所有干预情境合并后更为明显。
• 将偏度阈值从 0.3 降低至更敏感的阈值可恢复 Mek → Erk 边，但会引入虚假边，表明敏感性与特异性之间存在权衡。
• FASK 的表现优于其他已发表的连续数据方法，包括 Miller 等人 [12] 的方法，后者仅能恢复邻接关系而无法估计方向。
• 该方法识别出潜在的 2-环（如 PIP2 ↔ PIP3），这些可能反映潜在混杂而非真实反馈，凸显了进行残差相关性检查以解决歧义的必要性。