域感知先验稳定垂直联邦学习：在数据稀缺的珊瑚多组学中的实证
摘要
垂直联邦学习（VFL）通过不共享原始数据的方式使多实验室在分布式多组学数据集上实现协作，但在数据稀缺（P >> N）时泛化应用时表现严重不稳定。本研究探讨了域感知设计选择；具体而言，利用生物学激素导向的特征选择如何影响 VFL 在小样本珊瑚压力分类（N = 13 样本，P = 90,579 特征，涵盖转录组、蛋白组、代谢组和微生物组数据）中的稳定性、可解释性和失效模式。我们将 REEF（Robust Expert Encoder Federation），一种域感知 VFL 框架，与两个基准进行比较：（i）基于 NVFlare 的标准 VFL 和（ii）最新标签感知 VFL 方法 LASER。REEF 在通过 98.6% 降维（从 90,579 降至 1,300 特征）后实现 0.776 +/- 0.039 的 AUROC，显著优于 NVFlare VFL 的随机水平（AUROC 0.500 +/- 0.125，p = 0.0106，Cohen's d = 2.265）和 LASER（AUROC 0.557 +/- 0.191，p = 0.0995，Cohen's d = 1.068），且方差降低 3-5 倍。等权重消除实验确认生物学先验特别贡献稳定性：移除先验后，平均 AUROC 在统计上不可区分（p = 0.405），但方差提高 2.3 倍（CV 0.110 vs 0.050）。负控制实验使用随机化标签产生的 AUROC 接近或低于随机（REEF 为 0.357，NVFlare 为 0.238），与数据泄漏的 absence 一致。这些结果激励了在极端 P >> N 条件下 VFL 的设计原则，强调域信息驱动的降维、以稳定性为导向的评估以及稀缺生物数据的可解释特征选择。
引用
@article{arxiv.2601.00050,
title = {Domain-aware priors stabilize, not merely enable, vertical federated learning in data-scarce coral multi-omics},
author = {Sam Victor},
journal= {arXiv preprint arXiv:2601.00050},
year = {2026}
}
备注
22 pages, 06 figures, 04 tables, 01 algorithm, 20 references. Journal submission currently in progress