推倒第一块多米诺骨牌，最后一块也会倒，但这不代表两块直接相连。随机干预同样如此：改变一个变量后，下游响应能暴露影响路径，却不能自动区分直接作用和层层传递。更反直觉的是，若控制中间响应，而它又受未测共同原因影响，原本无关的变量反而可能显得有关，因果图上于是多出一条假边。
作者提出 Proxy-Adjusted Balanced Masking（PABM）：先用针对特定变量的干预筛出可能的上游变量，再借助代理变量——与未测因素相关的可观测信号——做校正。方法分别比较加入与拿掉候选响应时，目标变量的条件分布是否改变；实验设计允许时，也比较候选变量对应的干预信息。每次比较保持样本、校正项和拟合流程一致，尽量让唯一差别就是候选变量本身。
这套方法不预设具体的因果函数形式，但识别仍依赖较强条件：代理信号必须足以隔开相关的未测因素，直接关系也要能被检测到。论文对 K562 Perturb-seq 的分析因此只用于描述性构建候选网络；实验分组指标和线粒体读取比例能否充分代表未测的生物差异，作者明确称仍未解决。