Sci Adv丨陈洛南课题组为计算生物学中的干预性因果推断提供新思路

本文针对复杂生物系统中因果推断的挑战，提出了一种新的干预性因果判别方法。背景方面，传统基于do-calculus的因果推断方法高度依赖网络结构先验知识，在存在反馈环路的真实生物网络中应用受限。研究目的旨在开发无需干预实验、仅通过观测数据即可推断直接因果关系的新方法。该方法通过生成满足特定相关性质的knockoff变量模拟虚拟干预，通过比较干预前后变量分布变化定量判断因果关系。结论表明，KOCMI方法在理论和算法层面均优于现有方法，不仅与经典do-calculus框架一致，还能有效处理复杂网络环路，为基因调控和疾病机制研究提供了重要工具。