Resumo Técnico: Aprendizado de Representação Causal a partir de Dados de Redes (GraCE-VAE)

Declaração do Problema

Os métodos atuais de aprendizado de representação causal frequentemente assumem que as variáveis observadas são vetores de características não estruturados, ignorando o rico contexto relacional inerente a muitos domínios científicos (ex: interações proteína-proteína, membros de vias em genes). Embora os métodos de inferência baseados em grafos existentes possam utilizar estruturas de rede, eles tipicamente assumem que o grafo causal é conhecido ou consideram apenas intervenções observáveis em nós conhecidos. Por outro modo, métodos de desentrelaçamento causal que aprendem modelos estruturais causais (SCMs) latentes a partir de dados observacionais e intervencionais frequentemente falham em aproveitar redes de interação conhecidas entre entidades medidas. Isso cria uma lacuna no aprendizado de estruturas causais latentes e efeitos de intervenção enquanto se explora redes de contexto observadas.

O artigo aborda o desafio de descobrir fatores causais latentes e suas interdependências a partir de dados de rede enriquecidos com informações de intervenção, especificamente em cenários onde as variáveis estão associadas a uma rede de interação conhecida (ex: vias biológicas).

Metodologia: GraCE-VAE

Os autores propõem o GraCE-VAE (Graph-Aware Causal Effects Variational AutoEncoder), um framework que integra Redes Neurais de Grafos (GNNs) com modelagem generativa profunda para descobrir grafos causais latentes a partir de dados de redes heterogêneas.

Arquitetura

O GraCE-VAE emprega uma divisão encoder-decoder projetada para separar o uso do contexto estrutural do modelo causal generativo:

1. Encoder Sensível ao Grafo (Graph-Aware Encoder):

   • Utiliza uma GNN (especificamente instanciada como GraphSAGE) para processar um grafo de contexto heterogêneo contendo entidades observadas primárias ($X$, ex: genes) e entidades auxiliares ($H$, ex: vias).
   • O encoder condiciona nas atributos observados de $X$, na visão auxiliar $H$ e nas estruturas de adjacência ($A_{XX}, A_{XH}, A_{HH}$).
   • Ele produz embeddings sensíveis à estrutura que parametrizam a distribuição posterior sobre variáveis de ruído exógeno ($Z$), efetivamente infundindo o contexto da rede no processo de inferência amortizada.
   • Crucialmente, o grafo de contexto é usado apenas para inferência; ele não entra no decoder.

2. Decoder Causal (Latent SCM):

   • O decoder instancia um Modelo Estrutural Causal (SCM) sobre variáveis latentes $U$.
   • Ele aprende um Grafo Acíclico Dirigido (DAG) representando a estrutura causal entre os fatores latentes.
   • Modelagem de Intervenção: As intervenções são modeladas via um processo de dois estágios. Um encoder de intervenção mapeia indicadores de intervenção para uma seleção suave sobre variáveis latentes (identificando o alvo) e uma proposta de modificação de mecanismo (ex: um deslocamento aditivo). O decoder então aplica essa modificação ao mecanismo causal do nó latente selecionado, enquanto deixa os outros inalterados.
   • Uma função de mistura $f_\theta$ mapeia as variáveis causais latentes $U$ de volta para o espaço observado $X$.

Objetivo de Aprendizado

O modelo é treinado usando uma soma ponderada de três componentes:

1. Termo ELBO: Reconstrói as distribuições de dados observacionais e intervencionais.
2. Termo de Alinhamento de Distribuição: Utiliza a Discrepância de Média Máxima (MMD) para alinhar as distribuições contrafatuais geradas pelo modelo com as distribuições intervencionais empíricas.
3. Regularização: Inclui penalidades de esparsidade na matriz de adjacência do DAG aprendido e regularizadores baseados em grafos.

Identificabilidade

O artigo estabelece que o GraCE-VAE herda as garantias de identificabilidade de VAEs de discrepância causal anteriores (especificamente o CMVAE [34]). Sob as premissas de:

• Fidelidade intervencional linear.
• Disponibilidade de dados observacionais e intervencionais.
• Amostras sendo i.i.d. dentro de cada regime de intervenção.
• Cada variável latente sendo sujeita a pelo menos uma intervenção.
• Uma premissa de visão auxiliar onde a informação de via $H$ auxilia a inferência, mas não fornece informação generativa adicional para $X$ uma vez que $U$ é conhecido.

O DAG causal latente e os alvos de intervenção são identificáveis até a classe de equivalência padrão (permutações de fatores equivalentes).

Principais Contribuições

1. Framework para Contexto Estruturado: Propõe um autoencoder variacional de grafos que aprende conjuntamente um grafo causal latente e efeitos de intervenção, guiado por conhecimento prévio de redes heterogêneas (entidades medidas e nós de grupo). Diferente de métodos que assumem variáveis totalmente observadas ou grafos causais dados, o GraCE-VAE descobre a estrutura latente.
2. Clarificação Teórica: Esclarece que, como a classe do modelo generativo corresponde aos VAEs de discrepância causal anteriores (especificamente o CMVAE), o encoder sensível ao grafo apenas modifica a inferência amortizada, o GraCE-VAE herda as garantias de identificabilidade existentes sem exigir novos teoremas para uma família de decoders diferente.
3. Validação Empírica: Demonstra através de experimentos em três conjuntos de dados de perturbação CRISPR (norman, replogle-small, replogle-large) que o aproveitamento do contexto de rede estruturada melhora a previsão de resultados intervencionais, particularmente para combinações de perturbações não vistas. Estudos de ablação confirmam que tanto o encoder baseado em grafo quanto o decoder causal são essenciais para o desempenho.

Resultados Experimentais

Experimentos foram conduzidos em três conjuntos de dados envolvendo perturbações genéticas:

• Intervenções Simples: O GraCE-VAE alcançou um forte desempenho de $R^2$, superando baselines como CMVAE (que ignora a estrutura) e SENA. Foi competitivo ou superior ao CMVAE-multihot e VGAE (uma ablação sem o decoder causal).
• Duplas Intervenções Não Vistas: O modelo foi treinado em intervenções simples e avaliado em duplas intervenções não vistas. O GraCE-VAE superou significativamente o CMVAE e o SENA na previsão dessas combinações complexas, alcançando um $R^2$ médio de 0,7845 comparado ao 0,7382 do CMVAE. Isso destaca a sinergia entre o encoding de contexto estruturado do GNN e a capacidade de generalização do decoder causal.
• Estudos de Ablação:
  • Design de GNN: Diferentes arquiteturas de GNN (GCN, GAT, GraphSAGE) foram testadas; o GraphSAGE apresentou o melhor desempenho. O aumento da profundidade das camadas não trouxe melhorias adicionais.
  • Níveis de Contexto: Incorporar informações de arestas mais ricas (gene-gene, pathway-gene, pathway-pathway) geralmente melhorou a previsão de intervenção simples, embora os ganhos tenham estagnado ou levemente revertido para duplas intervenções, sugerindo um compromisso entre riqueza de contexto e overfitting.
  • Grafos Corrompidos: Substituir 50% das arestas biológicas por arestas aleatórias degradou consistentemente o desempenho, confirmando que a topologia biológica significativa impulsiona os ganhos.
  • Priors: Adicionar embeddings de modelos de fundação de célula única (scFM) ou encoders de intervenção alternativos não superou consistentemente a configuração padrão do GraCE-VAE, sugerindo que os ganhos vêm da integração específica de estrutura de grafo e modelagem causal, em vez de apenas adicionar mais priors.

Significância e Alegações

O artigo afirma que o GraCE-VAE oferece uma nova abordagem para descobrir fatores causais latentes em sistemas de redes complexas ao unificar informação relacional e inferência causal baseada em intervenção. Sua principal significância reside em:

• Preencher uma Lacuna: Aborda a falta de métodos que aprendem estruturas causais latentes enquanto exploram redes de contexto observadas entre entidades medidas.
• Generalização: Demonstra capacidade superior de extrapolação para combinações de intervenções não vistas (ex: duplas perturbações) ao alavancar o contexto biológico estruturado, uma capacidade crítica para a descoberta científica.
• Rigor Teórico: Mantém garantias rigorosas de identificabilidade sob premissas padrão, provando que a incorporação da estrutura de grafo no encoder não compromete a recuperabilidade teórica do modelo causal.

Os autores observam limitações, incluindo a dependência da cobertura de dados intervencionais, o uso de formas funcionais de intervenção simplificadas (deslocamentos aditivos) e a premissa de visão auxiliar específica necessária para a identificabilidade. Eles concluem que, embora os DAGs aprendidos forneçam hipóteses biologicamente plausíveis (ex: alinhando-se com vias conhecidas de ciclo celular ou diferenciação), eles devem ser vistos como espaços de hipóteses para simulação contrafatual, e não como validações causais definitivas sem validação externa adicional.