Sintesi Tecnica: Modelli Causali Strutturali Parzialmente Osservati (POSCM)

Enunciato del Problema

I Modelli Causali Strutturali (SCM) standard trattano tipicamente i grafi causali come strutture fisse ed esogene, dove i meccanismi operano su variabili osservate. Tuttavia, molti sistemi del mondo reale — in particolare in biologia, scienze sociali e ingegneria — esibiscono una dinamica più complessa: la struttura di interazione (archi) e i meccanismi a valle sono co-determinati da contesti latenti. Ad esempio, in neuroscienze, il tipo cellulare (contesto) di un neurone determina sia la sua connettività sinaptica (struttura) che la sua risposta fisiologica (meccanismo), eppure questi contesti sono spesso osservati solo parzialmente o inferiti indirettamente.

I metodi attuali di scoperta causale faticano in questo regime perché assumono grafi fissi e variabili completamente osservate. Quando la formazione della struttura è endogena ai processi latenti, e quando sono disponibili solo osservazioni parziali di variabili, contesti e archi, gli SCM standard non riescono a disambiguare il "chi si connette a chi" dal "come interagiscono". Questo lavoro affronta il divario tra gli SCM completamente osservati e la realtà dei sistemi parzialmente osservati, dove struttura e meccanismo sono intrecciati con contesti latenti.

Metodologia

1. Formalismo: Modelli Causali Strutturali Parzialmente Osservati (POSCM)

Gli autori introducono i Modelli Causali Strutturali Parzialmente Osservati (POSCM), un quadro formale che formalizza sistemi causali in cui contesti latenti ($\beta$) supervisionano entrambi:

1. Formazione della Struttura: La generazione stocastica di archi diretti ($A$).
2. Meccanismi di Valore: La generazione di variabili osservate ($V$) lungo il grafo realizzato.

Il quadro si basa su una generazione ordinata (estendendo l'ordinamento causale di Simon e l'arrivo sequenziale dei nodi di Barabási-Albert). Il processo generativo procede in due fasi secondo un ordinamento topologico $\tau$:

• Fase I (Struttura e Contesto): Per ogni nodo $i$, gli archi in entrata $A_{ji}$ sono estratti da un kernel di struttura $\alpha$ condizionato al contesto sorgente $\beta_j$. Successivamente, il contesto $\beta_i$ è generato basandosi sui contesti dei suoi genitori realizzati. Questo processo intercalato garantisce che il grafo complessivo su $(\beta, A, V)$ rimanga aciclico.
• Fase II (Meccanismi e Variabili): I meccanismi $f_i$ sono assegnati basandosi sul contesto locale $\beta_i$ e sull'insieme di genitori realizzato. Infine, le variabili endogene $V_i$ sono generate.

Un modello di misura $O$ definisce esplicitamente cosa è osservato (ad esempio, $V$ rumoroso, $\beta$ latente, o $A$ non osservato), separando il processo causale dal processo di osservazione.

2. Rappresentazione Augmentata da Messaggi e Decomposizione KAS

Per abilitare interventi "chirurgici" su singoli archi, gli autori adottano una decomposizione funzionale degli archi di Kolmogorov-Arnold-Sprecher (KAS).

• Teorema: Qualsiasi meccanismo continuo può essere rappresentato come una somma di funzioni univariate dei suoi genitori.
• Applicazione: Ciò permette agli autori di definire variabili di messaggio ($M_{i \leftarrow j}$) per ogni diade. Il meccanismo al nodo $i$ è visto come un'aggregazione di messaggi ricevuti dai genitori.
• Significato: Questa decomposizione fornisce una parametrizzazione esplicita dei contributi funzionali diadici, rendendo possibile definire interventi che mirano a un singolo canale di arco senza alterare il nodo sorgente o altri archi.

3. Gerarchia degli Interventi

I POSCM definiscono una gerarchia di interventi che copre quattro tipi primitivi:

1. Interventi su nodi $\beta$: Impostazione del contesto latente di un nodo (ad esempio, cambiare il tipo cellulare).
2. Interventi su nodi $V$: Impostazione del valore di una variabile osservata (operatore do standard).
3. Interventi su archi $\beta$: Sostituzione della funzione contesto-messaggio su un canale specifico.
4. Interventi su archi $V$: Sostituzione della funzione valore-messaggio su un canale specifico.

Questa gerarchia permette una manipolazione "chirurgica" di struttura e meccanismo, distinguendo i POSCM dagli SCM standard dove gli interventi sugli archi sono spesso concettuali piuttosto che operativi.

Teoria dell'Identificabilità

Il lavoro stabilisce condizioni rigorose sotto le quali i componenti di un POSCM possono essere identificati, evidenziando sia ostacoli che risultati positivi.

Risultati Negativi (Ostacoli)

• Contesti Latenti: Se i contesti non sono osservati e non sono disponibili interventi a livello $\beta$, il kernel di struttura, i meccanismi di propagazione del contesto e gli operatori di assegnazione del meccanismo non sono identificabili oltre la riparametrizzazione del contesto (Proposizione 5.2). I dati a livello di nodo ($V$) da soli non possono disambiguare la simmetria tra diverse etichettature dei contesti.
• Archi Latenti: Se gli archi non sono osservati, gli interventi sui nodi $V$ sono insufficienti per prevedere gli effetti degli interventi sugli archi $V$. Ciò crea un confondimento struttura-meccanismo in cui un modello con archi frequenti e deboli è osservazionalmente equivalente a un modello con archi rari e forti sotto interventi a livello di nodo, ma diverge sotto interventi a livello di arco (Lemma 5.3).

Risultati Positivi

• Identificabilità del Kernel: Sotto ipotesi specifiche (lettura di contesto/valore, copertura congiunta di interventi su nodi $\beta$ e nodi $V$, e lettura della struttura basata su sonde), i kernel di popolazione (kernel di struttura $\alpha$, propagazione del contesto $\phi$ e operatore di meccanismo $\Gamma$) sono identificabili (Teorema 5.4).
• Identificabilità del Messaggio Diadico: Con un accesso più ricco (inclusi interventi sui messaggi degli archi o replay di mondi accoppiati), i primitivi specifici dei messaggi diadici possono essere identificati fino a un gauge di rappresentazione (Teorema C.3).

Validazione Sperimentale

Gli autori validano le loro previsioni teoriche utilizzando un simulatore virtuale biophysicamente dettagliato della retina umana (NEURON). La retina funge da POSCM naturale in cui i tipi cellulari (latenti $\beta$) determinano la connettività e la fisiologia sinaptica.

1. Esperimento 1 (Non-identificabilità senza interventi $\beta$): Gli autori hanno costruito modelli retinici "gemelli" in cui le etichette dei tipi cellulari e le regole sinaptiche sono state scambiate. Sotto dati osservazionali e interventi su nodi $V$ (clamp di tensione), le distribuzioni dei tassi di scarica erano indistinguibili (test KS $p > 0.9$), confermando empiricamente la simmetria di riparametrizzazione prevista dalla Proposizione 5.2.
2. Esperimento 2 (Confondimento Struttura-Meccanismo): Due modelli sono stati calibrati per avere una guida sinaptica media identica sotto clamp a livello di nodo (uno con alta densità/bassa conduttanza, uno con bassa densità/alta conduttanza). Mentre gli interventi a livello di nodo producevano risposte simili, gli interventi a livello di arco (perturbando sinapsi specifiche) hanno rivelato discrepanze significative (MMD più alto), validando il Lemma 5.3.
3. Esperimento 3 (Identificabilità del Kernel): Variando il contesto (variando l'eccentricità retinica per cambiare la composizione dei tipi cellulari) e i valori (clamp di tensione), gli autori hanno recuperato con successo la composizione della popolazione dipendente dal contesto e la curva di trasferimento sinaptico sigmoide (BC $\to$ RGC), coerentemente con il Teorema 5.4.

Contributi Chiave e Significato

1. Quadro Formale: Il lavoro fornisce il primo quadro formale (POSCM) che tratta la formazione della struttura come un meccanismo causale endogeno guidato da contesti latenti, accogliendo l'osservabilità parziale sia della struttura che del contesto.
2. Vocabolario degli Interventi: Introduce una nuova gerarchia di interventi che include operazioni a livello di arco, abilitate da una rappresentazione augmentata da messaggi basata su KAS. Ciò permette manipolazioni causali "chirurgiche" precedentemente non definite negli SCM standard.
3. Diagnostica dell'Identificabilità: Il lavoro non fornisce solo garanzie positive, ma diagnostica esplicitamente le modalità di fallimento (simmetrie di contesto latente e confondimento di archi latenti). Chiarisce esattamente quali famiglie di interventi sono necessarie per disambiguare la struttura dal meccanismo.
4. Prova di Concetto Empirica: Gli esperimenti sulla retina virtuale dimostrano che queste barriere teoriche e soluzioni si manifestano in sistemi biofisici realistici, mostrando che il recupero a livello di kernel è realizzabile sotto le ipotesi di lettura e copertura proposte.

Gli autori concludono che i POSCM generalizzano gli SCM a un mondo più vicino alla realtà, dove le strutture di interazione non sono impalcature fisse, ma outcomes dinamici dipendenti dal contesto su cui è possibile ragionare e intervenire.