基于刀切伪值校正临床协变量的微生物组差异共丰度网络分析

随着下一代测序技术的出现，微生物组数据的差异网络（DN）分析取得了近期突破。DN分析通过比较不同生物条件下两个或多个图之间的网络特性，揭示分类单元间的微生物共丰度关系。然而，现有的微生物组数据DN分析方法未对受试者间其他临床差异进行校正。我们提出了一种通过伪值信息与估计实现差异网络分析的统计方法（SOHPIE-DNA），其纳入了连续型年龄和分类型BMI等附加协变量。SOHPIE-DNA是一种采用刀切伪值的回归技术，可便捷地用于分析。我们通过模拟证明，SOHPIE-DNA在保持与现有方法（NetCoMi和MDiNE）相似精确率和准确率的同时，持续获得更高的召回率和F1分数。最后，我们将SOHPIE-DNA应用于来自美国肠道计划和饮食交换研究的两个真实数据集以展示其效用。对饮食交换研究的分析表明，SOHPIE-DNA还可通过纳入附加协变量来刻画分类单元连接性的时间变化。结果表明，我们的方法发现了与晚期转移性癌症患者肠道炎症预防及疲劳严重程度相关的分类单元。