IFAA：微生物组分析中绝对丰度的稳健关联识别与推断
应用统计
2019-10-11 v3
摘要
微生物组分析中的推断目标通常是相对丰度（RA），因为样本（如粪便）中的 RA 可视为整个生态系统（如肠道）中 RA 的近似。然而，对 RA 的推断存在如下缺陷：RA 是由绝对丰度（AA）除以公共分母（CD，即所有 AA 之和，亦即文库大小）计算得到的。因此，某一分类单元的扰动会导致 CD 改变，从而引起所有其他分类单元 RA 的虚假变化，这些虚假变化可能导致假阳性或假阴性结果。我们提出一种新颖的分析方法（IFAA），用于对生态系统的 AA 进行稳健推断，可规避由 CD 问题和 RA 的组成结构所引起的问题。IFAA 还能处理文库大小的混杂效应并应对零膨胀数据结构。IFAA 在第一阶段识别与协变量相关的微生物分类单元，并在第二阶段通过采用独立参考分类单元来估计关联参数。本文给出了两个真实数据应用，大量模拟表明，在存在文库大小混杂效应的情况下，IFAA 大幅优于其他已有成熟方法。
引用
@article{arxiv.1909.10101,
title = {IFAA: Robust association identification and Inference For Absolute Abundance in microbiome analyses},
author = {Zhigang Li and Lu Tian and A. James O'Malley and Margaret R. Karagas and Anne G. Hoen and Brock C. Christensen and Juliette C. Madan and Quran Wu and Raad Z. Gharaibeh and Christian Jobin and Hongzhe Li},
journal= {arXiv preprint arXiv:1909.10101},
year = {2019}
}
备注
Corresponding email: [email protected]