基于系统发育多元 probit 模型推断混合类型生物性状间相关性的大规模推断
统计方法学
2020-09-25 v4 种群与进化
统计计算
摘要
沿着进化历史推断生物性状间的协同变化仍是一个重要且具有挑战性的问题。除了校正由共享历史引起的伪相关外，该任务还需要足够的灵活性与计算效率，以在数据规模增长时纳入多个连续与离散性状。为此，我们通过假设未知树末端二元结果维度的潜参数（由分子序列提供信息）来联合建模混合类型性状。这产生了一种系统发育多元 probit 模型。在大数据样本下，该模型的后验计算存在问题，因为它需要从一个高维截断正态分布中重复采样。当前最佳实践采用多重尝试拒绝采样，其混合缓慢且计算成本随样本大小二次方增长。我们开发了一种新的推断方法，利用 1）基于分段确定性马尔可夫过程的弹跳粒子采样器（BPS）同时采样所有截断正态维度，以及 2）新颖的动态规划将 BPS 的似然与梯度评估成本降至随样本大小线性。在一个包含 535 个 HIV 病毒和 24 个性状、需要从 12,840 维截断正态分布采样的应用中，我们的方法使得估计跨性状相关并检测影响病原体致病能力的因素成为可能。该推断框架也适用于比较生物学之外更广泛的一类协方差结构。
引用
@article{arxiv.1912.09185,
title = {Large-scale inference of correlation among mixed-type biological traits with phylogenetic multivariate probit models},
author = {Zhenyu Zhang and Akihiko Nishimura and Paul Bastide and Xiang Ji and Rebecca P. Payne and Philip Goulder and Philippe Lemey and Marc A. Suchard},
journal= {arXiv preprint arXiv:1912.09185},
year = {2020}
}
备注
24 pages, 6 figures, 2 tables. Version accepted by Annals of Applied Statistics