🤖 machine learning

SCOUT: Cyclic Causal Discovery Under Soft Interventions with Unknown Targets

Der Artikel schlägt SCOUT vor, ein neuartiges Framework, das normalisierende Flüsse nutzt, um nichtlineare zyklische kausale Strukturen zu entdecken und unbekannte Interventionsziele aus weichen Interventionsdaten zu identifizieren, wobei es bestehende State-of-the-Art-Methoden übertrifft, indem es gängige Annahmen wie Azyklizität, gaußsches Rauschen und bekannte Interventionsziele aufweicht.

Ursprüngliche Autoren: Alpar Turkoglu, Muralikrishnna G. Sethuraman, Faramarz Fekri

Veröffentlicht 2026-05-19

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Alpar Turkoglu, Muralikrishnna G. Sethuraman, Faramarz Fekri

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind ein Detektiv, der herausfinden soll, wie eine komplexe Maschine funktioniert. Sie haben eine Kiste voller Zahnräder, Hebel und Drähte (Variablen) und möchten eine Karte zeichnen, die zeigt, welcher Teil welchen anderen Teil antreibt. Dies wird als kausale Entdeckung bezeichnet.

Normalerweise haben Detektive ein paar Regeln, die ihre Arbeit erleichtern:

Die Maschine bewegt sich nur vorwärts (keine Schleifen, bei denen A B antreibt, was C antreibt, was wiederum A antreibt).
Die Maschine ist ruhig und vorhersehbar (Gaußsches Rauschen).
Wenn sie die Maschine manipulieren, um zu sehen, was passiert, wissen sie genau, welchen Knopf sie gedrückt haben (bekannte Interventionsziele).

Aber in der realen Welt sind Maschinen chaotisch. Sie haben Rückkopplungsschleifen (Zyklen), sie sind verrauscht, und manchmal manipuliert man sie, ohne genau zu wissen, welchen Knopf man getroffen hat. Die meisten bestehenden Detektivwerkzeuge versagen, wenn diese „realweltlichen" Regeln verletzt werden.

Dann kommt SCOUT ins Spiel (Soft Causal discovery Under Unknown Targets – Weiche kausale Entdeckung unter unbekannten Zielen). Denken Sie an SCOUT als einen superscharfsinnigen, flexiblen Detektiv, der das Rätsel lösen kann, selbst wenn die Maschine Schleifen hat, verrauscht ist und der Detektiv bezüglich dessen, welcher Knopf gedrückt wurde, blind ist.

So funktioniert SCOUT, aufgeschlüsselt in einfache Konzepte:

1. Der „weiche" Stoß vs. der „harte" Schlag

Stellen Sie sich vor, Sie wollen sehen, wie ein Automotor reagiert.

Harte Intervention: Sie zertrümmern einen bestimmten Teil mit einem Hammer. Er bricht, und alles, was damit verbunden ist, hört auf zu funktionieren. Das ist leicht zu erkennen, aber zerstörerisch.
Weiche Intervention (Was SCOUT verwendet): Sie schieben einen Teil sanft an oder wechseln das Öl. Der Motor läuft weiter, summt aber anders. Die Verbindungen zwischen den Teilen bestehen weiterhin, aber das Verhalten ändert sich leicht.
Das Problem: SCOUT muss die Karte des Motors erstellen und erraten, welchen Teil Sie angestoßen haben, obwohl Sie es ihm nicht gesagt haben.

2. Die „gestaltwandelnde" Karte (Normalizing Flows)

Um den Motor zu verstehen, verwendet SCOUT eine spezielle Art mathematischen Werkzeugs namens Normalizing Flows.

Die Analogie: Stellen Sie sich vor, die Daten, die von der Maschine kommen, sind ein seltsamer, klumpiger Klumpen aus Ton. SCOUT möchte diesen Klumpen in eine perfekte, glatte Kugel (eine Standardform) verwandeln, damit er leicht zu analysieren ist.
Wie es hilft: SCOUT verwendet zwei Arten von „Tonskulpturen":
- Contractive Residual Flows: Diese wirken wie eine Kompressionsmaschine, die die Daten zusammendrückt, ohne sie zu zerreißen, und sicherstellt, dass die Maschine nicht in einer Endlosschleife stecken bleibt.
- Neural Spline Flows: Diese sind wie flexible, dehnbare Gummibänder. Sie können den „Ton" dehnen und verdrehen, um fast jede seltsame Form (nicht-gaußsches Rauschen) anzupassen. Dies ermöglicht es SCOUT, chaotische, unvorhersehbare Daten zu verarbeiten, die andere Werkzeuge nicht bewältigen können.

3. Das Erraten des Unbekannten (Das „Wer hat was gedrückt?"-Problem)

Da SCOUT nicht weiß, welcher Knopf während der Experimente gedrückt wurde, muss es raten.

Die Analogie: Stellen Sie sich vor, Sie beobachten eine Magievorführung, bei der der Magier das Ergebnis eines Tricks verändert, Sie aber nicht wissen, welche Karte er ausgetauscht hat. SCOUT führt für jeden möglichen Kartentausch eine „Punktekarte". Es probiert verschiedene Kombinationen aus, sieht, welche am besten zu den Daten passt, und aktualisiert seine Vermutung, bis es die richtige findet.
Es tut dies gleichzeitig, während es die Karte der Maschine zeichnet. Es lernt die Karte und die Liste der Anstöße gleichzeitig.

4. Die „Schleifen"-Herausforderung

Die meisten Werkzeuge gehen davon aus, dass die Maschine eine gerade Linie ist (A → B → C). Aber reale Systeme haben oft Schleifen (A → B → C → A).

Die Analogie: Stellen Sie sich ein Gespräch vor, bei dem Person A mit B spricht, B mit C und C zurück zu A. Wenn Sie versuchen, dies als gerade Linie zu zeichnen, geraten Sie in Verwirrung.
SCOUT wurde speziell entwickelt, um diese kreisförmigen Gespräche zu bewältigen. Es verwendet Mathematik, um sicherzustellen, dass sich das System selbst mit diesen Schleifen in einen stabilen Zustand (Gleichgewicht) einpendelt, der analysiert werden kann.

5. Hat es funktioniert? (Die Ergebnisse)

Die Autoren haben SCOUT auf zwei Arten getestet:

Künstliche Daten (Synthetisch): Sie bauten künstliche Maschinen mit bekannten Karten und bekannten Anstößen, versteckten dann die Antworten und prüften, ob SCOUT sie finden konnte. SCOUT war unglaublich genau und erreichte oft eine perfekte Punktzahl, selbst wenn die Daten verrauscht waren oder die Anstöße unbekannt waren. Es schlug andere führende Detektivwerkzeuge.
Echte Daten (Gen-Netzwerke): Sie verwendeten echte Daten aus der Biologie (Gene, die in Zellen interagieren). Da wir keine „perfekte Karte" für diese Gene haben, testeten sie, ob SCOUT vorhersagen konnte, was passieren würde, wenn man ein Gen verändert. SCOUT sagte die Ergebnisse besser voraus als die anderen Werkzeuge und bewies, dass es die Beziehungen korrekt gelernt hatte.

Zusammenfassung

SCOUT ist ein neues Werkzeug, das Wissenschaftlern ermöglicht, komplexe, schleifenförmige Systeme (wie Gene oder Ökosysteme) zu kartieren, selbst wenn:

Die Daten chaotisch und unvorhersehbar sind.
Das System Rückkopplungsschleifen hat.
Sie nicht genau wissen, welchen Teil des Systems sie während der Experimente verändert haben.

Dies erreicht es, indem es flexible mathematische „Skulpture" verwendet, um die Daten neu zu formen, und ein intelligentes Ratespiel, um sowohl die Karte als auch die Experimente gleichzeitig zu ermitteln.

Technische Zusammenfassung: SCOUT – Zyklische kausale Entdeckung unter weichen Interventionen mit unbekannten Zielen

1. Problemstellung

Die kausale Entdeckung zielt darauf ab, die zugrunde liegende kausale Struktur eines Systems aus Daten zu inferieren. Allerdings stoßen bestehende Algorithmen bei der Anwendung auf komplexe, reale Systeme an erhebliche Grenzen. Die meisten aktuellen Methoden beruhen auf drei einschränkenden Annahmen:

Azyklizität: Der zugrunde liegende kausale Graph ist ein gerichteter azyklischer Graph (DAG), wodurch Rückkopplungsschleifen ignoriert werden, die in biologischen und ökonomischen Systemen üblich sind.
Gaußsche Verteilung: Exogene Rauschvariablen werden als gaußverteilt angenommen, was oft versagt, die Komplexität realer Verteilungen abzubilden.
Bekannte Interventionsziele: Es wird angenommen, dass die spezifischen Variablen, die während interventionaler Experimente gezielt beeinflusst werden, bekannt sind, wohingegen in vielen praktischen Szenarien (z. B. Hochdurchsatz-Biologisches Screening) diese Ziele unbekannt sind.

Darüber hinaus scheitern bestehende Methoden, die diese Probleme einzeln adressieren, oft daran, sie zu kombinieren. Beispielsweise gehen Methoden, die zyklische Graphen behandeln, oft von Linearität oder harten (chirurgischen) Interventionen aus, während solche, die weiche Interventionen behandeln, oft Azyklizität oder bekannte Ziele voraussetzen. Dieser Beitrag adressiert die Herausforderung, nicht-lineare, zyklische kausale Beziehungen aus weichen interventionalen Daten zu lernen, bei denen die Interventionsziele unbekannt sind und das Rauschen nicht-gaußsch ist.

2. Methodik: Das SCOUT-Rahmenwerk

Die Autoren schlagen SCOUT vor, ein neuartiges Rahmenwerk, das die kausale Entdeckung als kontinuierliches Optimierungsproblem formuliert, das die Log-Likelihood der Daten maximiert. Das Rahmenwerk integriert mehrere fortschrittliche Komponenten, um die spezifischen Herausforderungen von Zyklen, Nichtlinearität und unbekannten Zielen zu bewältigen.

2.1. Strukturelle Gleichungsmodelle (SEM) mit Zyklen

Das System wird mittels eines strukturellen Gleichungsmodells (SEM) modelliert, das gerichtete Zyklen zulässt:
$X = f(X) + \epsilon$
wobei $X$ die Zufallsvariablen, $f$ die nicht-linearen kausalen Mechanismen und $\epsilon$ das exogene Rauschen darstellt. Um sicherzustellen, dass das System wohldefiniert ist und unter Gleichgewichtsbedingungen eine eindeutige Lösung zulässt, gehen die Autoren davon aus, dass der kausale Mechanismus $f$ kontraktiv ist. Dies ermöglicht die Definition einer invertierbaren Vorwärtsabbildung $X \mapsto \epsilon = (id - f)(X)$ .

2.2. Modellierung weicher Interventionen

Das Rahmenwerk behandelt weiche Interventionen, bei denen die Konnektivität eines Knotens mit seinen Eltern erhalten bleibt, sich jedoch der kausale Mechanismus oder die Rauscheigenschaften ändern. Für $K$ Experimente mit unbekannten Zielen wird das Modell wie folgt ausgedrückt:
$X = U_k(f(X) + \epsilon) + (I_d - U_k)(\tilde{f}(X) + \tilde{\epsilon})$
Hierbei ist $U_k$ eine Diagonalmatrix, die angibt, welche Variablen im Experiment $k$ nicht interveniert werden. Entscheidend ist, dass $U_k$ (und somit die Interventionsziele) als unbekannter Parameter behandelt wird, der gemeinsam mit der Graphstruktur gelernt wird.

2.3. Normalizing Flows für nicht-gaußsches Rauschen

Um nicht-gaußsches Rauschen zu handhaben und die kausalen Mechanismen zu lernen, setzt SCOUT Normalizing Flows in zwei Stufen ein:

Kontraktive Residual Flows: Der kausale Mechanismus $f$ wird durch ein neuronales Netz parametrisiert. Um die für die Lösbarkeit erforderliche Kontraktivitätsannahme zu erfüllen, werden die Gewichte des Netzes mittels spektraler Normalisierung beschränkt. Die Adjazenzmatrix des Graphen wird über eine Gumbel-Softmax-Relaxation gelernt.
Neural Spline Flows (NSF): Da das Rauschen $\epsilon$ nicht-gaußsch sein kann, verwendet das Rahmenwerk eine stückweise rationale quadratische CDF-Transformation (Neural Spline Flow), um das Rauschen $\epsilon$ auf eine Standardnormalverteilung $z$ abzubilden. Dies ermöglicht dem Modell, komplexe Rauschverteilungen zu erfassen, während eine handhabbare Likelihood-Berechnung erhalten bleibt.

2.4. Inferenz unbekannter Ziele

Um unbekannte Interventionsziele zu identifizieren, führt SCOUT eine Interventionszielmatrix $T^I \in \{0, 1\}^{K \times d}$ ein. Ähnlich wie bei der Graph-Adjazenzmatrix werden die Einträge von $T^I$ aus einer Gumbel-Softmax-Verteilung gesampelt und über eine Straight-Through-Gradientenschätzung optimiert. Ein Sparsity-Regularisierer wird angewendet, um spärliche Interventionsziele zu fördern.

2.5. Optimierung und Score-Funktion

Das Ziel besteht darin, eine regularisierte Log-Likelihood-Score-Funktion zu maximieren:
$S(G, I) = \sup_{\theta} \sum_{k=1}^K \mathbb{E}_{X \sim p^{(k)}} [\log p_{I_k, G}(X)] - \lambda_G |G| - \lambda_I |I|$
Die Berechnung der Log-Determinante der Jacobi-Matrix für zyklische Systeme ist rechnerisch anspruchsvoll. SCOUT adressiert dies mittels eines unverzerrten Schätzers, der auf der Potenzreihenentwicklung der Log-Determinante (Neumann-Reihe) basiert, kombiniert mit dem Hutchinson-Spur-Schätzer und einer Strategie zur zufälligen Trunkierung, um die Unverzerrtheit sicherzustellen.

3. Hauptbeiträge

Der Beitrag leistet folgende spezifische Beiträge:

Neuartiges Rahmenwerk: SCOUT ist das erste Rahmenwerk, das gleichzeitig nicht-lineare Mechanismen, gerichtete Zyklen, nicht-gaußsches additives Rauschen und weiche Interventionen mit unbekannten Zielen berücksichtigt.
Theoretische Garantien: Die Autoren beweisen, dass die exakte Maximierung der vorgeschlagenen Score-Funktion die interventionale Äquivalenzklasse des Ground-Truth-Graphen und der Ground-Truth-Interventionsfamilie identifiziert, unter den Annahmen von Kontraktivität und Faithfulness.
Skalierbare Architektur: Durch die Nutzung kontinuierlicher Optimierung und Normalizing Flows vermeidet die Methode den kombinatorischen Suchraum, der für diskrete kausale Entdeckung typisch ist.
Umfassende Evaluation: Das Rahmenwerk wird gegen State-of-the-Art-Methoden (NODAGS-Flow, LLC, BACKSHIFT) sowohl auf synthetischen als auch auf realen Datensätzen getestet.

4. Experimentelle Ergebnisse

Die Autoren evaluierten SCOUT auf synthetischen Daten und zwei realen Datensätzen: Perturb-CITE-seq (Genexpressionsdaten) und SERGIO (simulierte Einzelzell-Genexpression).

4.1. Leistung auf synthetischen Daten

Graph-Wiederherstellung: SCOUT erreichte eine nahezu perfekte Graph-Wiederherstellung (AUPRC $\approx$ 1,0) über verschiedene Settings hinweg, die gaußsches, exponentielles und Gumbel-Rauschen sowie Shift-, Scale- und verrauschte Funktionsinterventionen umfassten. Es übertraf die Baselines signifikant, insbesondere in nicht-gaußschen und zyklischen Settings, in denen andere Methoden versagten oder an Leistung einbüßten.
Ziel-Wiederherstellung: SCOUT gelang es erfolgreich, unbekannte Interventionsziele wiederherzustellen, und erreichte eine perfekte AUPRC für Shift- und Scale-Interventionen. Obwohl die Leistung bei „verrauschten Funktions"-Interventionen nachließ (aufgrund begrenzter Verteilungsverschiebungen), übertraf es dennoch die BACKSHIFT-Baseline.
Skalierbarkeit: Mit zunehmender Anzahl der Knoten von 10 auf 70 behielt SCOUT eine hohe Leistung bei, wohingegen Baselines wie BACKSHIFT und LLC eine signifikante Verschlechterung zeigten.
Ablationsstudien: Das Entfernen der Neural-Spline-Flow (NSF)-Schicht führte zu einem signifikanten Leistungsabfall bei nicht-gaußschem Rauschen, was die Notwendigkeit von NSF für die Modellierung komplexer Rauschverteilungen bestätigt.

4.2. Reale Daten

Perturb-CITE-seq: Auf Daten regulatorischer Gen-Netzwerke zeigte SCOUT eine überlegene Vorhersageleistung (gemessen durch die Interventionale Negative Log-Likelihood) im Vergleich zu NODAGS-Flow und LLC über verschiedene Zellbedingungen hinweg (Co-Kultur, Kontrolle, IFN- $\gamma$ ). Dies deutet darauf hin, dass die Berücksichtigung nicht-gaußschen Rauschens die Vorhersagegenauigkeit in biologischen Systemen verbessert.
SERGIO: In einer nahezu realen Simulation erreichte SCOUT eine nahezu perfekte Wiederherstellung der Interventionsziele (AUPRC 0,978) und übertraf die Baselines bei der Graph-Identifikation, obwohl der Ground-Truth-Mechanismus nicht strikt kontraktiv war.

5. Bedeutung und Behauptungen

Der Beitrag behauptet, dass SCOUT den Anwendungsbereich der kausalen Entdeckung für realistische experimentelle Settings erheblich erweitert. Durch die Lockerung der Annahmen von Azyklizität, Gaußschheit und bekannten Zielen ermöglicht das Rahmenwerk die Analyse komplexer Systeme mit Rückkopplungsschleifen und heterogenem Rauschen, die in Bereichen wie Biologie und Systemtechnik weit verbreitet sind.

Die Autoren betonen, dass ihr Ansatz eine konsistente Methode zur Wiederherstellung der Markov-Äquivalenzklasse des Ground-Truth-Graphen und der Interventionsziele bietet. Sie räumen Einschränkungen ein, wie etwa die Notwendigkeit kontraktiver Mechanismen zur Sicherstellung der Lösbarkeit und die Schwierigkeit, Ziele wiederherzustellen, wenn Interventionen minimale Verteilungsverschiebungen bewirken (z. B. verrauschte Funktionsinterventionen). Als zukünftige Arbeiten wird vorgeschlagen, Confounder zu behandeln, realistischere Messrauschmodelle zu verwenden und auf größere Graphmodelle zu skalieren.

Der Beitrag schließt mit der Feststellung, dass SCOUT einen bedeutenden Schritt nach vorn darstellt, um die kausale Entdeckung auf die komplexen, zyklischen und nicht-gaußschen Systeme anwendbar zu machen, die häufig in modernen wissenschaftlichen Daten anzutreffen sind.