[论文解读] Getting started in probabilistic graphical models

Edoardo M. Airoldi|TUScholarShare (Temple University)|Jun 14, 2007

Bioinformatics and Genomic Networks被引用 8

一句话总结

本文提出将概率图模型（PGMs）作为统一框架，整合生物学直觉与统计计算，以在高维数据中发现具有生物学意义的模式。该文概述了一套工作流程——从基因和功能过程的概念建模，到使用潜变量和参数拟合进行统计推断——展示了PGMs如何在系统生物学中实现假设生成与迭代式科学发现。

ABSTRACT

Probabilistic graphical models (PGMs) have become a popular tool for computational analysis of biological data in a variety of domains. But, what exactly are they and how do they work? How can we use PGMs to discover patterns that are biologically relevant? And to what extent can PGMs help us formulate new hypotheses that are testable at the bench? This note sketches out some answers and illustrates the main ideas behind the statistical approach to biological pattern discovery.

研究动机与目标

• 为计算与系统生物学研究人员提供概率图模型（PGMs）的清晰、易懂的入门介绍。
• 通过使用通用的图形语言形式化生物系统，弥合生物学直觉与统计建模之间的鸿沟。
• 说明PGMs如何用于从可观测数据（如基因表达）中推断未观测到的生物过程（如功能通路）。
• 展示如何利用PGMs实现模型优化、假设生成与实验验证的迭代循环。
• 突出展示PGMs在基因组学、群体遗传学与系统生物学中的成功应用，以推动其更广泛应用。

提出的方法

• 使用图形形式化表示生物系统，其中节点为随机变量（可观测或潜变量），边表示统计依赖关系。
• 定义潜变量（如功能过程、群体结构）以表示影响可观测数据的未观测生物机制。
• 基于数据，使用贝叶斯或频派框架为模型组件分配数值（参数或超参数）。
• 应用统计推断技术（如马尔可夫链蒙特卡洛MCMC或变分方法）来估计潜变量的后验分布。
• 使用预测指标（如预测R²）和交叉验证评估模型性能，以指导模型选择与维度调优。
• 通过评估拟合优度与生物学上的合理性，迭代优化模型，从而生成新的可检验假设。

Figure 1: Two equivalent representations of the same probabilistic graphical model. The left panel shows the full model, and the right panel shows the same model expressed in compact form. Nodes denote random variables, observed random variables are shaded while latent random variables are not, edge

实验结果

研究问题

• RQ1 如何利用概率图模型从高维基因表达数据中推断出具有生物学意义的功能过程？
• RQ2 潜变量在连接可观测的基因表达谱与未观测的生物机制（如细胞过程）中起到何种作用？
• RQ3 如何设计PGM中的统计依赖关系，以反映具有生物学合理性的因果或调控关系？
• RQ4 PGMs在系统生物学中如何支持假设生成与实验验证的迭代循环？
• RQ5 模型拟合度与预测性能如何指导初始草图模型中生物学假设的优化？

主要发现

• PGMs提供了一个统一的形式化框架，通过将生物学与统计概念表达在共享且直观的语言中，有效促进生物学家与计算科学家之间的沟通。
• 将生物草图模型转化为PGM结构——映射基因、功能过程及其隶属关系——使得对未观测生物状态的系统性统计推断成为可能。
• 通过时间上的共调控模式，可从基因表达数据中推断出代表功能过程的潜变量，即使这些过程未被直接实验测量。
• 使用贝叶斯或频派方法进行模型拟合，可估计参数并量化不确定性，从而支持稳健的生物学推断。
• 拟合优度与预测性能指标可指导模型选择，并揭示初始生物学假设中的不一致，从而激发新假设。
• PGMs在基因组学中的应用——包括群体结构推断、HIV突变建模与共表达模式发现——展示了其在生成可检验生物学洞见方面的实用性。