一种用于识别塑造微生物组因素的非参数空间检验

高通量测序技术的出现使DNA物质数据易于获取，导致微生物组相关研究激增，建立了微生物组健康标志物与特定结果之间的联系。然而，要利用微生物群落的威力，我们不仅必须了解它们如何影响我们，还必须了解如何对它们施加影响以改善结果。该领域一直由将群落组成简化为汇总度量的方法主导，这些方法可能无法充分利用群落数据的复杂性。最近，已开发出对群落中类群丰度进行建模的方法，但它们计算密集，且未考虑微生物定殖背后的空间效应。这些空间效应在微生物组环境中尤为相关，因为我们期望彼此接近的群落比相距较远的群落更相似。在本文中，我们提出了一种灵活的贝叶斯spike-and-slab变量选择模型，用于存在-缺失指示变量，该模型考虑类群间的空间依赖与交叉依赖，同时在两个方向上降维。我们通过模拟表明，在空间依赖存在时，流行的基于距离的假设检验方法无法保持其宣称的检验水平，而所提方法改进了变量选择。最后，我们将方法应用于在美国本土各家庭中发现的室内真菌群落。