利用凸优化对大规模并行测序微生物群落进行精确剖析
计算工程、金融与科学
2013-09-27 v1 基因组学
定量方法
应用统计
统计计算
摘要
我们描述了微生物群落重建（MCR）问题，这是微生物组分析的基础。在该问题中，目标是利用针对特定基因组区域获得的大规模并行测序（MPS）数据的短序列读长，重建构成微生物群落的物种的身份和频率。我们将该问题数学化地表述为一个凸优化问题，并提供了可识别性的充分条件，即当数据规模（读长数量）趋于无穷大时能够正确重建物种身份和频率的能力。我们讨论了评估重建解质量的不同指标，包括一种基于 Mahalanobis 距离的新型系统发育感知指标，并给出了在不同指标下有限读长数量的重建误差上界。我们提出了一种利用凸优化解决该问题的可扩展分治算法，使我们能够处理大规模问题（涉及约 个物种）。数值模拟表明，在微生物群落稀疏的现实场景中，我们的算法在获得准确频率和物种系统发育分辨率方面均能给出高精度的解。
引用
@article{arxiv.1309.6919,
title = {Accurate Profiling of Microbial Communities from Massively Parallel Sequencing using Convex Optimization},
author = {Or Zuk and Amnon Amir and Amit Zeisel and Ohad Shamir and Noam Shental},
journal= {arXiv preprint arXiv:1309.6919},
year = {2013}
}
备注
To appear in SPIRE 13