Resumen Técnico: Modelos Causales Estructurales Parcialmente Observados (POSCMs)

Enunciado del Problema

Los Modelos Causales Estructurales (SCM) estándar suelen tratar los grafos causales como estructuras fijas y exógenas donde los mecanismos operan sobre variables observadas. Sin embargo, muchos sistemas del mundo real, particularmente en biología, ciencias sociales e ingeniería, exhiben una dinámica más compleja: la estructura de interacción (aristas) y los mecanismos aguas abajo están co-determinados por contextos latentes. Por ejemplo, en neurociencia, el tipo celular de una neurona (contexto) determina tanto su conectividad sináptica (estructura) como su respuesta fisiológica (mecanismo), aunque estos contextos a menudo solo se observan parcialmente o se infieren indirectamente.

Los métodos actuales de descubrimiento causal luchan en este régimen porque asumen grafos fijos y variables totalmente observadas. Cuando la formación de la estructura es endógena a procesos latentes, y cuando solo se dispone de observaciones parciales de variables, contextos y aristas, los SCM estándar fallan en desentrañar "quién se conecta con quién" de "cómo interactúan". Este artículo aborda la brecha entre los SCM totalmente observados y la realidad de los sistemas parcialmente observados donde la estructura y el mecanismo están entrelazados con contextos latentes.

Metodología

1. Formalismo: Modelos Causales Estructurales Parcialmente Observados (POSCMs)

Los autores introducen los Modelos Causales Estructurales Parcialmente Observados (POSCMs), un marco que formaliza sistemas causales donde los contextos latentes ($\beta$) supervisan tanto:

1. Formación de Estructura: La generación estocástica de aristas dirigidas ($A$).
2. Mecanismos de Valores: La generación de variables observadas ($V$) a lo largo del grafo realizado.

El marco se basa en la generación ordenada (extendiendo el orden causal de Simon y la llegada secuencial de nodos de Barabási-Albert). El proceso generativo procede en dos fases según un orden topológico $\tau$:

• Fase I (Estructura y Contexto): Para cada nodo $i$, las aristas entrantes $A_{ji}$ se extraen de un kernel de estructura $\alpha$ condicionado al contexto fuente $\beta_j$. Posteriormente, el contexto $\beta_i$ se genera basándose en los contextos de sus padres realizados. Este proceso intercalado asegura que el grafo global sobre $(\beta, A, V)$ permanezca acíclico.
• Fase II (Mecanismos y Variables): Los mecanismos $f_i$ se asignan basándose en el contexto local $\beta_i$ y el conjunto de padres realizado. Finalmente, se generan las variables endógenas $V_i$.

Un modelo de medición $O$ define explícitamente qué se observa (por ejemplo, $V$ ruidoso, $\beta$ latente, o $A$ no observado), separando el proceso causal del proceso de observación.

2. Representación Aumentada con Mensajes y Descomposición KAS

Para permitir intervenciones "quirúrgicas" en aristas individuales, los autores adoptan una descomposición funcional de aristas Kolmogorov-Arnold-Sprecher (KAS).

• Teorema: Cualquier mecanismo continuo puede representarse como una suma de funciones univariadas de sus padres.
• Aplicación: Esto permite a los autores definir variables de mensaje ($M_{i \leftarrow j}$) para cada díada. El mecanismo en el nodo $i$ se considera una agregación de mensajes recibidos de los padres.
• Significado: Esta descomposición proporciona una parametrización explícita de las contribuciones funcionales díadas, haciendo posible definir intervenciones que apuntan a un único canal de arista sin alterar el nodo fuente ni otras aristas.

3. Jerarquía de Intervenciones

Los POSCMs definen una jerarquía de intervenciones que abarca cuatro tipos primitivos:

1. Intervenciones en nodos $\beta$: Fijar el contexto latente de un nodo (por ejemplo, cambiar el tipo celular).
2. Intervenciones en nodos $V$: Fijar el valor de una variable observada (operador do estándar).
3. Intervenciones en aristas $\beta$: Reemplazar la función de mensaje-contexto en un canal específico.
4. Intervenciones en aristas $V$: Reemplazar la función de mensaje-valor en un canal específico.

Esta jerarquía permite la manipulación "quirúrgica" de la estructura y el mecanismo, distinguiendo a los POSCMs de los SCM estándar donde las intervenciones en aristas son a menudo conceptuales en lugar de operativas.

Teoría de Identificabilidad

El artículo establece condiciones rigurosas bajo las cuales los componentes de un POSCM pueden identificarse, destacando tanto barreras como resultados positivos.

Resultados Negativos (Barreras)

• Contextos Latentes: Si los contextos no se observan y no hay intervenciones a nivel de $\beta$ disponibles, el kernel de estructura, los mecanismos de propagación de contexto y los operadores de asignación de mecanismos no son identificables más allá de la reparametrización del contexto (Proposición 5.2). Los datos a nivel de nodo ($V$) por sí solos no pueden desentrañar la simetría entre diferentes etiquetados de contexto.
• Aristas Latentes: Si las aristas no se observan, las intervenciones en nodos $V$ son insuficientes para predecir los efectos de las intervenciones en aristas $V$. Esto crea un confusión estructura-mecanismo donde un modelo con aristas frecuentes y débiles es observacionalmente equivalente a un modelo con aristas raras y fuertes bajo intervenciones a nivel de nodo, pero diverge bajo intervenciones a nivel de arista (Lema 5.3).

Resultados Positivos

• Identificabilidad del Kernel: Bajo supuestos específicos (lectura de contexto/valor, cobertura conjunta de intervenciones en nodos $\beta$ y nodos $V$, y una lectura de estructura basada en sondeo), los kernels poblacionales (kernel de estructura $\alpha$, propagación de contexto $\phi$ y operador de mecanismo $\Gamma$) son identificables (Teorema 5.4).
• Identificabilidad del Mensaje Díada: Con un acceso más rico (incluyendo intervenciones en mensajes de arista o reproducción de mundos emparejados), los primitivos específicos de mensajes díadas pueden identificarse hasta un calibre de representación (Teorema C.3).

Validación Experimental

Los autores validan sus predicciones teóricas utilizando un simulador virtual de retina humana con detalle biofísico (NEURON). La retina sirve como un POSCM natural donde los tipos celulares ($\beta$ latente) determinan la conectividad y la fisiología sináptica.

1. Experimento 1 (No identificabilidad sin intervenciones $\beta$): Los autores construyeron modelos de retina "gemelos" donde las etiquetas de tipo celular y las reglas sinápticas fueron intercambiadas. Bajo datos observacionales e intervenciones en nodos $V$ (sujeción de voltaje), las distribuciones de tasas de disparo fueron indistinguibles (prueba KS $p > 0.9$), confirmando empíricamente la simetría de reparametrización predicha por la Proposición 5.2.
2. Experimento 2 (Confusión Estructura-Mecanismo): Dos modelos se calibraron para tener una conducción sináptica media idéntica bajo sujeciones a nivel de nodo (uno con alta densidad/baja conductancia, otro con baja densidad/alta conductancia). Mientras que las intervenciones a nivel de nodo produjeron respuestas similares, las intervenciones a nivel de arista (perturbando sinapsis específicas) revelaron discrepancias significativas (MMD más alto), validando el Lema 5.3.
3. Experimento 3 (Identificabilidad del Kernel): Al barrer el contexto (variando la excentricidad retiniana para cambiar la composición de tipos celulares) y los valores (sujeciones de voltaje), los autores recuperaron con éxito la composición poblacional dependiente del contexto y la curva de transferencia sináptica sigmoidea (BC $\to$ RGC), consistente con el Teorema 5.4.

Contribuciones Clave y Significado

1. Marco Formal: El artículo proporciona el primer marco formal (POSCMs) que trata la formación de estructura como un mecanismo causal endógeno impulsado por contextos latentes, acomodando la observabilidad parcial tanto de la estructura como del contexto.
2. Vocabulario de Intervención: Introduce una jerarquía de intervención novedosa que incluye operaciones a nivel de arista, habilitada por una representación aumentada con mensajes basada en KAS. Esto permite manipulaciones causales "quirúrgicas" previamente no definidas en los SCM estándar.
3. Diagnósticos de Identificabilidad: El trabajo no solo proporciona garantías positivas, sino que diagnostica explícitamente modos de fallo (simetrías de contexto latente y confusión de aristas latentes). Aclara exactamente qué familias de intervención son necesarias para desentrañar la estructura del mecanismo.
4. Prueba de Concepto Empírica: Los experimentos de retina virtual demuestran que estas barreras y soluciones teóricas se manifiestan en sistemas biofísicos realistas, mostrando que la recuperación a nivel de kernel es alcanzable bajo los supuestos de lectura y cobertura propuestos.

Los autores concluyen que los POSCMs generalizan los SCM a un mundo más cercano a la realidad, donde las estructuras de interacción no son andamios fijos, sino resultados dinámicos dependientes del contexto sobre los cuales se puede razonar e intervenir.