基于多变量协�素调整聚类的微生物群落结构与异质性剖析
统计方法学
2025-08-18 v1 定量方法
应用统计
摘要
在微生物组研究中，识别微生物轮廓在研究人群中的聚类或分区，以及刻画每个 resulting 微生物社区的独特属性，往往是极其重要的。虽然通常使用原始计数或相对组成进行此类分析，但聚类之间的差异可能由主水平协变量驱动或扭曲，这反映了个体之间潜在的生物学和临床异质性。同时检测潜在社区并识别区分它们的协变量，可能有助于我们更好地理解微生物组及其与健康结果的关联。为此，我们提出一种 Dirichlet-多项式混合回归 (DMMR) 模型，使我们能够在考虑协变量的均匀或异质效应的情况下，对微生物轮廓进行联合聚类。引入一种新型对称链路函数，以通过组成参数进行协变量建模。我们发展了具有收敛保证的参数估计算法，并建立了所提出估计器的理论属性。广泛的仿真研究表明，该方法在聚类、特征选择和异质性检测方面均表现出色。我们通过对儿童哮喙研究中上呼吸道微生物组数据的全面应用，展示了 DMMR 的实用性，揭示了 distinct 微生物亚型及其与临床特征的关联。
关键词
引用
@article{arxiv.2508.11036,
title = {Dissecting Microbial Community Structure and Heterogeneity via Multivariate Covariate-Adjusted Clustering},
author = {Zhongmao Liu and Xiaohui Yin and Yanjiao Zhou and Gen Li and Kun Chen},
journal= {arXiv preprint arXiv:2508.11036},
year = {2025}
}