存在丢失事件时的基因调控网络推断：一种因果视角

基因调控网络推断（GRNI）是一个具有挑战性的问题，特别是由于单细胞 RNA 测序数据中存在零值：一些是代表无基因表达的生物学零值，而另一些则是由测序程序产生的技术零值（即滴落事件），这可能通过扭曲测量到的基因表达的联合分布而使 GRNI 产生偏差。现有方法通常通过插补来处理 dropout 误差，但这可能会引入虚假关系，因为真实的联合分布通常是不可识别的。为了解决这个问题，我们引入了一个因果图模型来刻画 dropout 机制，即因果 Dropout 模型。我们提供了一个简单而有效的理论结果：有趣的是，在删除条件变量为零值的样本（无论是否为技术原因）后，带有 dropout 的数据中的条件独立性（CI）关系，与没有 dropout 的原始数据中的 CI 关系是渐近一致的。这种特定的检验式删除程序，即我们在条件变量非零的样本上执行 CI 检验，可以无缝集成到现有的结构学习方法中，包括基于约束和贪婪评分的方法，从而为存在 dropout 时的 GRNI 提供了一个原则性框架。我们进一步证明，因果 dropout 模型可以从数据中得到验证，并且许多现有的处理 dropout 的统计模型都作为特定的参数实例符合我们的模型。在合成、精选和真实世界实验转录组数据上的实证评估全面证明了我们方法的有效性。