面向纵向微生物组数据与体重预测的混合效应 Dirichlet-树多项式模型
应用统计
2017-06-21 v1
摘要
量化肠道微生物组与体重之间的关系，可以为改善消化系统健康的个性化策略提供见解。本文提出了一种算法，利用先前发表的数据集中健康新生儿队列的肠道微生物组来预测体重波动。已知微生物数据会带来独特的统计学挑战，使得大多数传统模型难以适用。我们提出了一种混合效应 Dirichlet-树多项式 (DTM) 模型，以化解这些困难，同时整合协变量信息并考虑物种间的关联性。DTM 的设定允许在每个节点上轻松实施经验贝叶斯收缩，从而增强对微生物比例的推断。利用这些估计值，我们随后应用随机森林进行体重预测，并获得了一个由微生物组推断的体重指标。我们的结果表明，由微生物组推断的体重与未来的体重变化显著相关，且其非平凡的效应量使其成为预测体重进展的可行候选指标。
引用
@article{arxiv.1706.06380,
title = {Mixed Effect Dirichlet-Tree Multinomial for Longitudinal Microbiome Data and Weight Prediction},
author = {Yunfan Tang and Dan L. Nicolae},
journal= {arXiv preprint arXiv:1706.06380},
year = {2017}
}