部分观察生物分子网络中因果查询估计的实验设计
摘要：从观测数据中估计因果查询是生物分子网络分析中的重要任务。估计需要网络拓扑、查询估计方法以及网络变量的观测测量作为输入。然而，涉及许多变量的估计可能在实验上很昂贵，而且在计算上难以处理。此外，使用完整的变量集可能会有害，导致偏差或增加估计的方差。因此，基于精心选择的网络组件设计实验可以提高估计精度，并减少实验和计算成本。我们提出了一种基于模拟的算法，用于选择支持无偏估计因果查询的子网络，在成本约束下按估计值的方差进行排名。这些模拟是基于历史实验数据构建的，或者基于生物系统的已知属性构建的。三个案例研究证明了从观察数据中估计因果查询的精心选择的网络子集的有效性。所有案例研究都是可重复的，并可以在https://github.com/srtaheri/Simplified\_LVM上找到。
作者：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
论文ID：2210.13423
分类：Biomolecules
分类简称：q-bio.BM
提交时间：2022-11-30