Resumo Técnico: Quando a Inferência de Redes de Regulação Gênica Falha?

Declaração do Problema

Inferir Redes de Regulação Gênica (GRNs) a partir de dados de RNA-seq de célula única é um desafio central na biologia computacional. Embora métodos de inferência causal (por exemplo, PC, GES, NOTEARS) ofereçam teoricamente vantagens sobre baselines baseadas em correlação ao distinguir interações regulatórias diretas de associações indiretas, benchmarks empíricos em dados reais e semi-reais mostram consistentemente que métodos simples baseados em correlação (por exemplo, correlação de Pearson, GENIE3) frequentemente igualam ou superam esses métodos. Essa discrepância levou ao ceticismo quanto à utilidade de métodos causais para a inferência de GRNs.

Os autores argumentam que os benchmarks existentes são insuficientes para diagnosticar essa falha porque avaliam dados reais onde múltiplas "patologias" (desafios biológicos ou técnicos) co-ocorrem. Estes incluem artefatos de dropout, confundidores latentes, heterogeneidade de tipos celulares e não estacionariedade. Como esses fatores estão confundidos entre si e com a verdade fundamental desconhecida, é impossível atribuir lacunas de desempenho a causas específicas. Consequentemente, os benchmarks atuais não conseguem identificar as condições específicas sob as quais diferentes métodos de inferência têm sucesso ou falham.

Metodologia

Para abordar isso, os autores introduzem um framework de diagnóstico controlado inspirado em estudos de ablação em aprendizado de máquina. Eles constroem um simulador sintético baseado em um Modelo Causal Estrutural (SCM) conhecido que gera dados de expressão de célula única com sete "dials de patologia" independentemente controláveis.

Processo de Geração de Dados

O simulador utiliza um SCM linear com ruído aditivo (repetido sob um SCM não linear tanh no apêndice para verificar robustez).

• Verdade Fundamental: Grafos Acíclicos Direcionados (DAGs) são amostrados com densidade controlada e viés de seleção de pais.
• Dials de Patologia: O framework isola sete desafios específicos:
  1. Dropout ($\delta$): Zero-inflação de genes pouco expressos.
  2. Confundidores Latentes ($k$): Fatores gaussianos não observados que impulsionam grupos de genes.
  3. Mistura de Tipos Celulares ($\alpha$): Mistura de células de dois SCMs distintos.
  4. Loops de Feedback ($\phi$): Adição de arestas de retorno para criar ciclos.
  5. Densidade da Rede ($\rho$): Variação na esparsidade do grafo de verdade fundamental.
  6. Tamanho da Amostra ($n$): Variação no número de células observadas.
  7. Deriva de Pseudotempo ($\tau$): Não estacionariedade ao longo de uma trajetória.

Métodos Avaliados

Seis métodos representativos abrangendo três paradigmas de inferência são testados:

• Correlacionais: Correlação de Pearson, Informação Mútua (MI).
• Ensemble de Árvores: GENIE3 (Random Forest).
• Causais: PC (baseado em restrições), GES (baseado em pontuação), NOTEARS (baseado em otimização).

Métricas de Avaliação

• AUPRC (Área sob a Curva Precisão-Revocação): Computada tanto para desempenho não direcionado (recuperação de arestas) quanto direcionado (recuperação de orientação).
• Decomposição de Tipo de Erro: Uma métrica nova que classifica arestas previstas em cinco categorias: Verdadeiras, Revertidas, Confundidas, Espúrias e Perdidas. Isso revela diferenças qualitativas nos modos de falha que as AUPRCs agregadas mascaram.

Principais Contribuições e Resultados

O estudo realiza 6.120 experimentos controlados (7 patologias $\times$ 5 níveis $\times$ 10 réplicas $\times$ 6 métodos) para mapear a degradação do desempenho à medida que as patologias se intensificam.

1. Modos de Falha Específicos por Patologia

• Dropout: Esta é a patologia mais discriminatória. Ela neutraliza seletivamente as vantagens dos métodos causais.
  • MI e GENIE3 colapsam catastróficamente ($\Delta$AUPRC $\approx -0,7$) porque a discretização e a divisão de árvores tornam-se pouco confiáveis com alta zero-inflação.
  • Correlação de Pearson degrada-se graciosamente ($\Delta$AUPRC $\approx -0,28$) e torna-se o melhor desempenho nominal sob dropout pesado, superando todos os métodos causais.
  • Métodos causais (NOTEARS, GES) permanecem robustos, mas perdem sua vantagem estrutural, convergindo para níveis de desempenho semelhantes aos da Pearson.
• Confundidores Latentes e Mistura de Tipos Celulares: Estes atuam como "grande equalizadores". Eles degradam todas as classes de métodos em taxas comparáveis, comprimindo o desempenho em faixas estreitas. Nenhuma classe de método é inerentemente mais robusta a essas violações da suficiência causal.
• Patologias Estruturais (Densidade, Feedback, Pseudotempo): Métodos causais, particularmente NOTEARS, dominam nesses regimes. O NOTEARS mantém alta AUPRC (>0,9) mesmo sob alta densidade e loops de feedback, enquanto métodos correlacionais sofrem quedas significativas. Isso é atribuído à penalidade de esparsidade $\ell_1$ e às restrições de aciclicidade do NOTEARS.

2. Análise de Tipo de Erro

Métricas agregadas de precisão ocultam modos de falha distintos:

• Métodos Causais: Quando falham, frequentemente produzem arestas confundidas ou espúrias com alta confiança (alucinações). No entanto, mantêm baixas taxas de reversão (<16%), preservando a confiabilidade direcional.
• Métodos Correlacionais/Árvores: São mais propensos a reversões (prever $j \to i$ em vez de $i \to j$) e arestas perdidas. Sob dropout, métodos baseados em árvores produzem conjuntos de previsão efetivos quase vazios.

3. Efeitos de Interação

Uma varredura de interação sobre dropout, confundidores latentes e densidade da rede revela:

• Sub-aditividade: A degradação conjunta de múltiplas patologias é menos severa do que a soma de seus efeitos individuais.
• Cruzamentos Condicionais à Densidade: Em regimes de alta densidade e alto dropout, o GES desloca a Pearson como o melhor desempenho, um cruzamento invisível na análise de dial único.

Significado e Afirmações

O artigo afirma fornecer uma compreensão matizada de quando e por que os métodos de inferência de GRNs têm sucesso ou falham, indo além de simples classificações de benchmark.

• Resolução do "Enigma Correlação vs. Causalidade": A observação de que correlação supera causalidade em dados reais não é uma falha fundamental da teoria causal, mas uma consequência de patologias específicas (principalmente dropout e confundidores latentes) que neutralizam seletivamente vantagens estruturais.
• Orientação Acionável: Os autores oferecem recomendações práticas:
  • Use correlação de Pearson (ou imputação) sob dropout pesado.
  • Use dados intervencionais para abordar a confusão latente, pois métodos observacionais não conseguem distinguir efeitos diretos de associações confundidas.
  • Prefira NOTEARS para redes esparsas com tamanho de amostra adequado e baixo dropout, pois oferece o melhor compromisso precisão-custo computacional.
  • Examine sempre a decomposição de erros, não apenas a AUPRC agregada, pois diferentes métodos falham de maneiras qualitativamente distintas com implicações biológicas distintas.

O estudo conclui que as tabelas de classificação de benchmarks devem ser interpretadas através da lente de modos de falha específicos por patologia, em vez de rótulos gerais de método. Ele fornece um roteiro para o desenvolvimento futuro de métodos, destacando que a confusão latente permanece um problema essencialmente não resolvido para dados observacionais isoladamente.