共现微生物互作网络的贝叶斯建模

人体由与多种疾病的发生和预防相关的微生物组组成。这些微生物有机体形成了若干复杂的相互作用，这些相互作用为科学界解释疾病进展和预防提供了信息。与传统上将微生物组视为单一、分类网络的观念相反，我们引入了一种新颖的统计方法，使用加权随机无限块模型来分析微生物共现互作网络内的复杂群落结构。我们的模型在一个全连接网络框架内，通过对微生物类群转换后的相对丰度使用一种新颖的半参数秩相关方法来定义它们之间的连接。采用贝叶斯非参数方法，所提出的模型有效地将类群聚类到不同的群落中，同时估计群落的数量。基于后验概率矩阵获得类群群落成员资格的后验摘要，这可以自然地解决标签切换问题。通过模拟研究和对患有复发性尿路感染的绝经后患者微生物组数据的实际应用，我们证明了我们的方法相比替代方法具有更优的聚类准确性。这一进展为微生物组组织提供了更细致的理解，对疾病研究具有重要意义。