基于多项矩阵分解的微生物宏基因组测序数据贝叶斯双聚类
统计方法学
2020-10-12 v2
摘要
高通量测序技术为定量探索人类肠道微生物组及其与疾病的关系提供了前所未有的机遇。微生物组数据具有组成性、稀疏性、噪声大和异质性，这给统计建模带来了严峻挑战。我们提出一种可辨识的贝叶斯多项矩阵分解模型，以推断微生物与宿主上重叠的聚类。所提方法将观测到的过度离散零膨胀计数矩阵表示为狄利克雷-多项混合，并在其上分层构建潜在聚类结构。在贝叶斯框架下，聚类数目自动确定，且来自微生物分类等级树的可利用信息被自然纳入，这极大提升了我们发现结果的可解释性。我们通过模拟中与替代方法比较来展示所提方法的效用。对一个涉及炎症性肠病患者的人类肠道微生物组数据集的应用揭示了有趣的聚类，其中包含据生物学文献已知与炎症性肠病及其亚型相关的细菌科：拟杆菌科(Bacteroidaceae)、双歧杆菌科(Bifidobacteriaceae)、肠杆菌科(Enterobacteriaceae)、梭杆菌科(Fusobacteriaceae)、毛螺菌科(Lachnospiraceae)、瘤胃球菌科(Ruminococcaceae)、巴斯德菌科(Pasteurellaceae)和紫单胞菌科(Porphyromonadaceae)。我们的发现有助于为未来探索人类肠道微生物组异质性生成潜在假设。
引用
@article{arxiv.2005.08361,
title = {Bayesian biclustering for microbial metagenomic sequencing data via multinomial matrix factorization},
author = {Fangting Zhou and Kejun He and Qiwei Li and Robert S. Chapkin and Yang Ni},
journal= {arXiv preprint arXiv:2005.08361},
year = {2020}
}