Resumo Técnico: Modelos Causais Estruturais Parcialmente Observados (POSCMs)

Declaração do Problema

Os Modelos Causais Estruturais (SCMs) padrão geralmente tratam os grafos causais como estruturas fixas e exógenas, onde os mecanismos operam sobre variáveis observadas. No entanto, muitos sistemas do mundo real — particularmente em biologia, ciências sociais e engenharia — exibem uma dinâmica mais complexa: a estrutura de interação (arestas) e os mecanismos a jusante são co-determinados por contextos latentes. Por exemplo, em neurociência, o tipo celular de um neurônio (contexto) determina tanto sua conectividade sináptica (estrutura) quanto sua resposta fisiológica (mecanismo), ainda que esses contextos sejam frequentemente apenas parcialmente observados ou inferidos indiretamente.

Os métodos atuais de descoberta causal lutam nesse regime porque assumem grafos fixos e variáveis totalmente observadas. Quando a formação da estrutura é endógena a processos latentes, e quando apenas observações parciais de variáveis, contextos e arestas estão disponíveis, os SCMs padrão falham em desvendar "quem se conecta a quem" de "como eles interagem". Este artigo aborda a lacuna entre os SCMs totalmente observados e a realidade de sistemas parcialmente observados, onde estrutura e mecanismo estão entrelaçados com contextos latentes.

Metodologia

1. Formalismo: Modelos Causais Estruturais Parcialmente Observados (POSCMs)

Os autores introduzem os Modelos Causais Estruturais Parcialmente Observados (POSCMs), um framework que formaliza sistemas causais onde contextos latentes ($\beta$) supervisionam tanto:

1. Formação de Estrutura: A geração estocástica de arestas direcionadas ($A$).
2. Mecanismos de Valor: A geração de variáveis observadas ($V$) ao longo do grafo realizado.

O framework baseia-se em geração ordenada (estendendo a ordenação causal de Simon e a chegada sequencial de nós de Barabási-Albert). O processo gerativo procede em duas fases de acordo com uma ordem topológica $\tau$:

• Fase I (Estrutura e Contexto): Para cada nó $i$, as arestas de entrada $A_{ji}$ são extraídas de um kernel de estrutura $\alpha$ condicionado ao contexto de origem $\beta_j$. Subsequentemente, o contexto $\beta_i$ é gerado com base nos contextos de seus pais realizados. Este processo intercalado garante que o grafo global sobre $(\beta, A, V)$ permaneça acíclico.
• Fase II (Mecanismos e Variáveis): Os mecanismos $f_i$ são atribuídos com base no contexto local $\beta_i$ e no conjunto de pais realizados. Finalmente, as variáveis endógenas $V_i$ são geradas.

Um modelo de medição $O$ define explicitamente o que é observado (por exemplo, $V$ ruidoso, $\beta$ latente ou $A$ não observado), separando o processo causal do processo de observação.

2. Representação Aumentada por Mensagens & Decomposição KAS

Para permitir intervenções "cirúrgicas" em arestas individuais, os autores adotam uma decomposição funcional de aresta Kolmogorov-Arnold-Sprecher (KAS).

• Teorema: Qualquer mecanismo contínuo pode ser representado como uma soma de funções univariadas de seus pais.
• Aplicação: Isso permite que os autores definam variáveis de mensagem ($M_{i \leftarrow j}$) para cada díade. O mecanismo no nó $i$ é visto como uma agregação de mensagens recebidas dos pais.
• Significado: Esta decomposição fornece uma parametrização explícita das contribuições funcionais diádicas, tornando possível definir intervenções que visam um único canal de aresta sem alterar o nó de origem ou outras arestas.

3. Hierarquia de Intervenções

Os POSCMs definem uma hierarquia de intervenções abrangendo quatro tipos primitivos:

1. Intervenções em nós $\beta$: Definir o contexto latente de um nó (por exemplo, alterar o tipo celular).
2. Intervenções em nós $V$: Definir o valor de uma variável observada (operador do padrão).
3. Intervenções em arestas $\beta$: Substituir a função de mensagem de contexto em um canal específico.
4. Intervenções em arestas $V$: Substituir a função de mensagem de valor em um canal específico.

Esta hierarquia permite a manipulação "cirúrgica" de estrutura e mecanismo, distinguindo os POSCMs dos SCMs padrão, onde intervenções em arestas são frequentemente conceituais em vez de operacionais.

Teoria de Identificabilidade

O artigo estabelece condições rigorosas sob as quais os componentes de um POSCM podem ser identificados, destacando tanto barreiras quanto resultados positivos.

Resultados Negativos (Barreiras)

• Contextos Latentes: Se os contextos não são observados e não há intervenções no nível $\beta$ disponíveis, o kernel de estrutura, os mecanismos de propagação de contexto e os operadores de atribuição de mecanismo não são identificáveis além de reparametrização de contexto (Proposição 5.2). Dados apenas no nível de nó ($V$) não conseguem desvendar a simetria entre diferentes rotulações de contexto.
• Arestas Latentes: Se as arestas não são observadas, intervenções em nós $V$ são insuficientes para prever os efeitos de intervenções em arestas $V$. Isso cria um confundimento estrutura-mecanismo, onde um modelo com arestas frequentes e fracas é observacionalmente equivalente a um modelo com arestas raras e fortes sob intervenções no nível de nó, mas diverge sob intervenções no nível de aresta (Lema 5.3).

Resultados Positivos

• Identificabilidade do Kernel: Sob suposições específicas (leitura de contexto/valor, cobertura conjunta de intervenções em nós $\beta$ e nós $V$, e uma leitura de estrutura baseada em sondagem), os kernels populacionais (kernel de estrutura $\alpha$, propagação de contexto $\phi$ e operador de mecanismo $\Gamma$) são identificáveis (Teorema 5.4).
• Identificabilidade de Mensagens Diádicas: Com acesso mais rico (incluindo intervenções em mensagens de aresta ou replay de mundos emparelhados), os primitivos específicos de mensagens diádicas podem ser identificados até uma gauge de representação (Teorema C.3).

Validação Experimental

Os autores validam suas previsões teóricas usando um simulador virtual de retina humana biophysicalmente detalhado (NEURON). A retina serve como um POSCM natural onde os tipos celulares (latentes $\beta$) determinam a conectividade e a fisiologia sináptica.

1. Experimento 1 (Não identificabilidade sem intervenções $\beta$): Os autores construíram modelos de retina "gêmeos" onde os rótulos de tipo celular e as regras sinápticas foram trocados. Sob dados observacionais e intervenções em nós $V$ (fixação de voltagem), as distribuições de taxas de disparo eram indistinguíveis (teste KS $p > 0.9$), confirmando empiricamente a simetria de reparametrização prevista pela Proposição 5.2.
2. Experimento 2 (Confundimento Estrutura-Mecanismo): Dois modelos foram calibrados para ter condução sináptica média idêntica sob fixações no nível de nó (um com alta densidade/baixa condutância, outro com baixa densidade/alta condutância). Enquanto intervenções no nível de nó produziram respostas semelhantes, intervenções no nível de aresta (perturbando sinapses específicas) revelaram discrepâncias significativas (MMD mais alto), validando o Lema 5.3.
3. Experimento 3 (Identificabilidade do Kernel): Ao variar o contexto (variando a excentricidade retinal para alterar a composição de tipos celulares) e os valores (fixação de voltagem), os autores recuperaram com sucesso a composição populacional dependente de contexto e a curva de transferência sináptica sigmoide (BC $\to$ RGC), consistente com o Teorema 5.4.

Contribuições Principais & Significado

1. Framework Formal: O artigo fornece o primeiro framework formal (POSCMs) que trata a formação de estrutura como um mecanismo causal endógeno impulsionado por contextos latentes, acomodando a observabilidade parcial tanto de estrutura quanto de contexto.
2. Vocabulário de Intervenções: Introduz uma nova hierarquia de intervenções que inclui operações no nível de aresta, habilitadas por uma representação aumentada por mensagens baseada em KAS. Isso permite manipulações causais "cirúrgicas" anteriormente indefinidas em SCMs padrão.
3. Diagnósticos de Identificabilidade: O trabalho não fornece apenas garantias positivas, mas diagnostica explicitamente modos de falha (simetrias de contexto latente e confundimento de aresta latente). Ele esclarece exatamente quais famílias de intervenções são necessárias para desvendar estrutura de mecanismo.
4. Prova de Conceito Empírica: Os experimentos com retina virtual demonstram que essas barreiras e soluções teóricas se manifestam em sistemas biofísicos realistas, mostrando que a recuperação no nível de kernel é alcançável sob as suposições de leitura e cobertura propostas.

Os autores concluem que os POSCMs generalizam os SCMs para um mundo mais próximo da realidade, onde estruturas de interação não são andaimes fixos, mas resultados dinâmicos dependentes de contexto sobre os quais se pode raciocinar e intervir.