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

Sintesi Tecnica: NExON-Bayes

Problematica
Nell'analisi di dati biomedici eterogenei, come i dataset omici di pazienti in diversi stadi di malattia o risposte terapeutiche, i modelli grafici gaussiani (GGM) standard spesso falliscono perché assumono strutture di dipendenza condizionale omogenee tra tutti i campioni. Questa ipotesi può portare a conclusioni fuorvianti quando la variabilità del campione è guidata da fattori intrinseci come la gravità della malattia. Sebbene metodi recenti tentino di stimare congiuntamente più reti, molti trattano i sottogruppi come scambiabili, ignorando gli ordini naturali (ad es., stadi della malattia I, II, III). Inoltre, gli approcci esistenti dipendenti da covariate spesso faticano a garantire la definitività positiva della matrice di precisione o mancano della scalabilità richiesta per contesti ad alta dimensionalità.

Metodologia
Gli autori propongono NExON-Bayes, un framework bayesiano che estende il modello grafico spike-and-slab per incorporare covariate ordinali a livello di campione (ad es., stadio della malattia, categorie di risposta terapeutica o numeri di copie del genotipo).

• Struttura del Modello: Il metodo assume che i campioni all'interno di gruppi definiti da uguali valori di covariata condividano una specifica matrice di precisione $\Omega^{(a)}$, consentendo al contempo a tali matrici di variare tra i livelli di covariata $a \in A$.
• Prior Spike-and-Slab: Per indurre la sparsità, NExON-Bayes impiega un prior spike-and-slab continuo sugli elementi fuori diagonale di ciascuna matrice di precisione. Questo utilizza una miscela di due gaussiane (una "spike" a bassa varianza e una "slab" ad alta varianza) controllata da indicatori binari di inclusione degli archi $\delta^{(a)}_{ij}$.
• Dipendenza da Covariata Ordinale: A differenza degli approcci che modellano direttamente le voci della matrice di precisione come funzioni delle covariate, NExxon-Bayes modella la probabilità di inclusione dell'arco tramite un sottomodello probit. Nello specifico, l'indicatore di inclusione dell'arco $\delta^{(a)}_{ij}$ segue una distribuzione di Bernoulli con probabilità $\Phi(\zeta_{ij} + a\beta_{ij})$, dove $\Phi$ è la CDF della normale standard, $\zeta_{ij}$ è un offset di base e $\beta_{ij}$ è un coefficiente di regressione specifico per l'arco che quantifica l'influenza della covariata ordinale $a$.
• Algoritmo di Inferenza: Per affrontare le richieste computazionali dei dati ad alta dimensionalità, gli autori sviluppano un algoritmo deterministico Variational Bayes Expectation Conditional Maximisation (VBECM). Questo approccio utilizza un'approssimazione mean-field per fattorizzare la distribuzione a posteriori. Fondamentalmente, l'algoritmo aggiorna le matrici di precisione in modo blocco per blocco per garantire che la definitività positiva sia mantenuta in ogni iterazione, evitando l'intrattabilità dei metodi di campionamento stocastico come MCMC.
• Selezione del Modello: Viene utilizzato il criterio di informazione bayesiano esteso ($BIC_\gamma$) per selezionare il parametro di varianza della spike, bilanciando la complessità del modello e l'accuratezza della selezione.

Contributi Chiave

1. Nuovo Framework di Modellazione: NExON-Bayes è il primo metodo che modella esplicitamente la dipendenza delle probabilità di inclusione degli archi dalle covariate ordinali all'interno di un framework di modello grafico congiunto, piuttosto che modellare direttamente le voci della matrice di precisione.
2. Scalabilità: Lo sviluppo di un algoritmo VBECM su misura consente al metodo di scalare a contesti omici ad alta dimensionalità (fino a $P=250$ variabili) con un tempo di esecuzione significativamente ridotto rispetto ai modelli congiunti esistenti.
3. Interpretabilità: Stimando i coefficienti di regressione specifici per ogni arco ($\beta_{ij}$), il metodo fornisce un'intuizione diretta su come specifici pathway biologici (archi) cambino in funzione della progressione della malattia o di altri fattori ordinali, invece di fornire solo una stima statica della rete.

Risultati

• Studi di Simulazione:
  • Performance vs. Baseline: In simulazioni con $P=100$ nodi e quattro gruppi ordinali, NExON-Bayes ha superato costantemente il modello standard single-network Bayesian spike-and-slab (SSL), particolarmente nelle reti con segnali più deboli (Network 2 e 3), dimostrando il beneficio del prestito di informazioni (information borrowing).
  • Confronto con lo Stato dell'Arte: NExON-Bayes è stato confrontato con GGM dipendenti da covariate (covdepGE), modelli congiunti scambiabili (SSJGL) e molteplici modelli graphical horseshoe (mGHS).
    • Ha ottenuto una precisione, un richiamo (recall) e un'accuratezza superiori rispetto a covdepGE, che soffriva di stime eccessivamente sparse e scarsa scalabilità.
    • Ha superato SSJGL nel richiamo, poiché SSJGL tendeva a sovrastimare la somiglianza tra le reti, fallendo nel catturare gli archi che "scomparivano" in stadi specifici.
    • Ha superato significativamente mGHS nella precisione, poiché mGHS produceva reti eccessivamente dense con scarsa convergenza in alta dimensione.
  • Recupero dei Coefficienti: Il metodo ha recuperato con successo la struttura sottostante dei coefficienti di regressione specifici per arco, identificando correttamente gli archi che aumentavano o diminuivano di probabilità con la covariata.
• Applicazione nel Mondo Reale: Applicato a dati di reverse phase protein array da pazienti con carcinoma mammario (Stadi I, II e III), il modello ha stimato reti proteomiche che evolvono con la progressione del cancro. L'analisi ha fornito intuizioni su come specifici gruppi proteici e le loro dipendenze cambino attraverso gli stadi della malattia, offrendo una visione completa della dinamica dei pathway.

Significatività e Rivendicazioni
Il documento afferma che NExON-Bayes offre una soluzione robusta e scalabile per la stima di reti in contesti eterogenei in cui sono disponibili covariate ordinali. Andando oltre l'assunzione di scambiabilità ed evitando i colli di bottiglia computazionali di MCMC o della modellazione diretta della matrice di precisione, il metodo consente il rilevamento di cambiamenti di rete sottili e specifici per stadio che altri metodi perdono. Gli autori sottolineano che il metodo fornisce non solo reti stimate, ma anche una comprensione quantitativa di come i pathway biologici cambino attraverso gli stadi della malattia, facilitando interpretazioni clinicamente significative. L'implementazione è resa disponibile tramite un pacchetto R user-friendly su GitHub.