面向异质因果效应的贝叶斯图模型

我们的动机源于当前旨在使用基于分子的方法进行个性化治疗的医学研究。相对于主要基于临床诊断的传统治疗，广泛目标是发展更精确和更有针对性的决策过程。具体地，我们考虑受急性髓系白血病（AML）影响的患者，这是一种以骨髓中造血干细胞的失控增殖为特征的血液癌症。由于 AML 对化疗反应不佳，开发靶向疗法对于改善患者前景至关重要。特别地，我们分析的数据集包含了参与细胞周期调控并与疾病进展相关的蛋白质水平。我们在由有向无环图（DAG）模型表示的因果框架内分析治疗效应，其顶点为网络中的蛋白质水平。然而，实施上述方案的一个主要障碍是个体的异质性。我们通过高斯 DAG 模型的狄利克雷过程（DP）混合来解决此问题，其中图结构以及相应的模型参数均被视为不确定的。我们的过程确定了反映潜在异质性的单元聚类结构，并基于贝叶斯模型平均产生针对受试者的因果效应估计。关于 AML 数据集，我们识别出个体间蛋白质调控的不同效应；此外，我们的方法将患者聚类为仅与传统基于形态学特征的类别表现出轻微相似性的组。