gFlora:一种拓扑感知的方法用于发现土壤微生物社区的功能共响应组
机器学习
2024-07-19 v2 神经与进化计算
摘要
我们旨在学习功能共响应组:一组taxa,其共响应效应(该组显示其taxa总拓扑丰度的代表性特征)对功能变量共响应(统计上良好地关联)。与现有方法不同,我们将土壤微生物社区建模为生态共现网络,将taxa作为节点(按其丰度加权),将其关系(来自空间和功能生态方面的组合)作为边(按关系强度加权)。然后,我们设计了一种名为gFlora的方法,该方法显著使用图卷积对该共现网络以获取该组的共响应效应,从而在发现过程中也考虑网络拓扑。我们在两个真实世界的土壤微生物组数据集(细菌和线虫)上评估了gFlora,并将其与最新方法进行比较。gFlora在所有评估指标上均优于该方法,并发现了尚在下被研究的taxa的新的功能证据。我们表明,图卷积步骤对于丰度相对较低的taxa至关重要(从而消除对丰度较高taxa的偏见),所发现的细菌属于不同属,但在共现网络中分布但仍彼此紧密连接,表明它们在生态社区中以不同但合作的功能角色填充拓扑。
引用
@article{arxiv.2407.03897,
title = {gFlora: a topology-aware method to discover functional co-response groups in soil microbial communities},
author = {Nan Chen and Merlijn Schram and Doina Bucur},
journal= {arXiv preprint arXiv:2407.03897},
year = {2024}
}
备注
BIOKDD accepted. Note: the first version of this paper is not approved by all authors. the second version is the official version for BIOKDD camera-ready