部分观测生物分子网络中因果查询估计的实验设计
生物大分子
2022-11-30 v2
摘要
从观测数据估计因果查询是生物分子网络分析中的一项基本任务。估计以网络拓扑、查询估计方法以及网络变量上的观测测量值为输入。然而，涉及大量变量的估计在实验上代价高昂，且在计算上难以处理。此外，使用全部变量集合可能有害，导致偏差或增加估计的方差。因此，基于精心挑选的网络组分子集设计实验可提高估计精度，并降低实验与计算成本。我们提出了一种基于模拟的算法，用于在成本约束下选择支持因果查询无偏估计器的子网络，并按估计器方差排序。模拟基于历史实验数据或生物系统的已知特性构建。三个案例研究证明了精心挑选的网络子集在从观测数据估计因果查询方面的有效性。所有案例研究均可复现，并可在 https://github.com/srtaheri/Simplified_LVM 获取。
引用
@article{arxiv.2210.13423,
title = {Experimental design for causal query estimation in partially observed biomolecular networks},
author = {Sara Mohammad-Taheri and Vartika Tewari and Rohan Kapre and Ehsan Rahiminasab and Karen Sachs and Charles Tapley Hoyt and Jeremy Zucker and Olga Vitek},
journal= {arXiv preprint arXiv:2210.13423},
year = {2022}
}