NExON-Bayes: A Bayesian approach to network estimation informed by ordinal covariates

Resumen Técnico: NExON-Bayes

Planteamiento del Problema
En el análisis de datos biomédicos heterogéneos, como los conjuntos de datos ómicos de pacientes en diferentes estadios de la enfermedad o respuestas al tratamiento, los Modelos Gráficos Gaussianos (GGM) estándar suelen fallar porque asumen estructuras de dependencia condicional homogéneas en todas las muestras. Esta suposición puede conducir a conclusiones erróneas cuando la variabilidad de la muestra está impulsada por factores intrínsecos como la gravedad de la enfermedad. Si bien métodos recientes intentan estimar múltiples redes de forma conjunta, muchos tratan a los subgrupos como intercambiables, ignorando los ordenamientos naturales (por ejemplo, estadios de la enfermedad I, II, III). Además, los enfoques actuales dependientes de covariables suelen tener dificultades para garantizar la definición positiva de la matriz de precisión o carecen de la escalabilidad requerida para entornos de alta dimensión.

Metodología
Los autores proponen NExON-Bayes, un marco bayesiano que extiende el modelo gráfico spike-and-slab para incorporar covariables ordinales a nivel de muestra (por ejemplo, estadio de la enfermedad, categorías de respuesta terapéutica o números de copias de genotipos).

• Estructura del Modelo: El método asume que las muestras dentro de grupos definidos por valores de covariables iguales comparten una matriz de precisión específica $\Omega^{(a)}$, permitiendo al mismo tiempo que estas matrices varíen a través de los niveles de la covariable $a \in A$.
• Prior Spike-and-Slab: Para inducir la dispersión (sparsity), NExON-Bayes emplea un prior spike-and-slab continuo en los elementos fuera de la diagonal de cada matriz de precisión. Este utiliza una mezcla de dos gaussianas (una "punta" o spike de baja varianza y una "losa" o slab de alta variancia) controlada por indicadores de inclusión de aristas binarios $\delta^{(a)}_{ij}$.
• Dependencia de la Covariable Ordinal: A diferencia de los enfoques que modelan las entradas de la matriz de precisión directamente como funciones de las covariables, NExON-Bayes modela la probabilidad de inclusión de la arista mediante un submódelo probit. Específicamente, el indicador de inclusión de la arista $\delta^{(a)}_{ij}$ sigue una distribución de Bernoulli con una probabilidad $\Phi(\zeta_{ij} + a\beta_{ij})$, donde $\Phi$ es la CDF de la normal estándar, $\zeta_{ij}$ es un desplazamiento base (offset) y $\beta_{ij}$ es un coeficiente de regresión específico de la arista que cuantifica la influencia de la covariable ordinal $a$.
• Algoritmo de Inferencia: Para abordar las demandas computacionales de los datos de alta dimensión, los autores desarrollan un algoritmo determinista de Maximización de Esperanza Condicional de Bayes Variacional (VBECM). Este enfoque utiliza una aproximación de campo medio (mean-field) para factorizar la distribución posterior. Crucialmente, el algoritmo actualiza las matrices de precisión de forma por bloques para asegurar que se mantenga la definición positiva en cada iteración, evitando la intratabilidad de los métodos de muestreo estocástico como MCMC.
• Selección de Modelo: Se utiliza el Criterio de Información Bayesiano extendido ($BIC_\gamma$) para seleccionar el parámetro de varianza del spike, equilibrando la complejidad del modelo y la precisión de la selección.

Contribuciones Clave

1. Marco de Modelado Novedoso: NExON-Bayes es el primer método que modela explícitamente la dependencia de las probabilidades de inclusión de aristas respecto a las covariables ordinales dentro de un marco de modelo gráfico conjunto, en lugar de modelar directamente las entradas de la matriz de precisión.
2. Escalabilidad: El desarrollo de un algoritmo VBECM adaptado permite que el método escale a entornos ómicos de alta dimensión (hasta $P=250$ variables) con un tiempo de ejecución significativamente reducido en comparación con los modelos conjuntos existentes.
3. Interpretabilidad: Al estimar los coeficientes de regresión específicos de cada arista ($\beta_{ij}$), el método proporciona una visión directa de cómo ciertas vías biológicas (aristas) cambian en función de la progresión de la enfermedad u otros factores ordinales, en lugar de solo proporcionar una estimación de red estática.

Resultados

• Estudios de Simulación:
  • Rendimiento vs. Baselines: En simulaciones con $P=100$ nodos y cuatro grupos ordinales, NExON-Bayes superó consistentemente al modelo estándar de spike-and-slab (SSL) de una sola red, particularmente en redes con señales más débiles (Redes 2 y 3), demostrando el beneficio del préstamo de información.
  • Comparación con el Estado del Arte: NExON-Bayes fue evaluado frente a modelos GGM dependientes de covariables (covdepGE), modelos conjuntos intercambiables (SSJGL) y múltiples modelos de herradura gráfica (mGHS).
    • Logró una precisión, exhaustividad (recall) y exactitud superiores a covdepGE, que sufría de estimaciones excesivamente dispersas y una baja escalabilidad.
    • Superó a SSJGL en exhaustividad, ya que SSJGL tendía a sobreestimar la similitud entre redes, fallando al capturar aristas que "desaparecían" en estadios específicos.
    • Superó significativamente a mGHS en exactitud, ya que mGHS producía redes excesivamente densas con una convergencia deficiente en altas dimensiones.
  • Recuperación de Coeficientes: El método recuperó con éxito la estructura subyacente de los coeficientes de regresión específicos de la arista, identificando correctamente las aristas que aumentaban o disminuían su probabilidad con la covariable.
• Aplicación en el Mundo Real: Aplicado a datos de ensayos de proteínas en fase reversa de pacientes con carcinoma mamario (Estadios I, II y III), el modelo estimó redes proteómicas que evolucionan conforme el cáncer progresa. El análisis proporcionó información sobre cómo grupos de proteínas específicos y sus dependencias cambian a través de los estadios de la enfermedad, ofreciendo una visión integral de la dinámica de las vías.

Significancia y Reivindicaciones
El artículo afirma que NExON-Bayes ofrece una solución robusta y escalable para la estimación de redes en entornos heterogéneos donde se dispone de covariables ordinales. Al ir más allá de la suposición de intercambiabilidad y evitar los cuellos de botella computacionales de MCMC o el modelado directo de la matriz de precisión, el método permite la detección de cambios sutiles y específicos de cada estadio que otros métodos pasan por alto. Los autores enfatizan que el método proporciona no solo redes estimadas, sino también una comprensión cuantitativa de cómo las vías biológicas cambian a través de los estadios de la enfermedad, facilitando interpretaciones clínicamente significativas. La implementación está disponible como un paquete de R de fácil uso en GitHub.