细胞系扰动实验中的因果模型、预测与外推

在细胞系扰动实验中，一组细胞被外部试剂（如药物）扰动，并测量蛋白质表达等响应。由于成本限制，所有可能的扰动中只有一小部分能够在体外进行测试。这促使了能够预测细胞对扰动响应的计算（计算机模拟）模型的发展。具有临床意义预测响应的扰动可被优先用于体外测试。在这项工作中，我们比较了黑色素瘤癌细胞系中用于扰动响应预测的因果与非因果回归模型。该数据集上当前性能最佳的方法是 Cellbox，它使用常微分方程（ODEs）系统对蛋白质之间的因果相互作用进行建模。我们推导了线性情况下 Cellbox 常微分方程系统的闭式解。这些解析结果便于将 Cellbox 与回归方法进行比较。我们表明，诸如 Cellbox 之类的因果模型虽然需要更多假设，但能够实现非因果回归模型无法做到的外推。例如，因果模型可以预测此前从未测试过的药物的响应。我们在模拟中说明了这些优势与不足。在黑色素瘤细胞系数据的应用中，我们发现回归模型优于 Cellbox 因果模型。