基因组-宏基因组交互效应的快速计算
应用统计
2020-06-19 v3 机器学习
统计理论
统计方法学
统计理论
摘要
动机。关联研究已被广泛用于搜索常见遗传变异观测与给定表型之间的关联。然而，现在普遍接受的是，在估计表型方差时必须联合考察基因与环境。本工作中我们考虑两类生物标记：基因型标记，其依据遗传信息刻画观测；以及宏基因组标记，其与 environment 相关。两类标记均有数百万之众，并可唯一刻画任一观测。目标。我们的重点在于检测遗传与宏基因组标记组间的交互，以更好理解给定表型表达中环境与基因组的复杂关系。贡献。我们提出一种新方法，用于在高维设定下以更低计算代价高效检测互补数据集间的交互。该方法名为 SICOMORE，通过对两互补数据集中的超变量子集进行选取来缩减搜索空间维度。这些超变量由定义于不同尺度变量集上的加权组结构给出。随后对每类超变量施加 Lasso 选取，以获得将通过线性模型检验探索的潜在交互子集。结果。我们在模拟中将该方法与其它方法比较，变动样本量、噪声与真实交互数。SICOMORE 在召回率上表现出令人信服的结果，且在运行时间上具有竞争力。该方法还被用于检测蒺藜苜蓿（Medicago truncatula）中基因组标记与其根际细菌群落中宏基因组标记间的交互。软件可用性。提供了 R 包及其文档与关联脚本，使读者能复现文中结果。
引用
@article{arxiv.1810.12169,
title = {Fast Computation of Genome-Metagenome Interaction Effects},
author = {Florent Guinot and Marie Szafranski and Julien Chiquet and Anouk Zancarini and Christine Le Signor and Christophe Mougel and Christophe Ambroise},
journal= {arXiv preprint arXiv:1810.12169},
year = {2020}
}