PGLasso：基于系统发育图 Lasso 的微生物群落检测
定量方法
2018-07-24 v1
摘要
由于高通量测序技术的最新进展，直接分析人体和环境中的微生物群落已成为可能。了解微生物如何相互作用并形成功能群落，可为理解微生物组相关疾病提供坚实基础；这可作为迈向精准医学的关键一步。为理解微生物如何形成群落，我们提出一种两步法：首先，通过图推断算法与直接从宏基因组数据获得的系统发育信息相融合，推断微生物共现网络。接着，利用基于网络的群落检测算法将微生物聚类为功能组，其中每组内的微生物高度相关。我们还基于直接从宏基因组数据中提取的微生物-代谢关系整理出一个“金标准”网络。利用对所得微生物-代谢通路二部图进行群落检测，每个微生物的群落归属可视为评估其他现有方法时的真实标签。总体而言，我们提出的框架系统发育图 Lasso（PGLasso）优于现有方法，在常用于量化聚类优劣的调整兰德指数（ARI）上提升超过 100%。
引用
@article{arxiv.1807.08039,
title = {PGLasso: Microbial Community Detection through Phylogenetic Graphical Lasso},
author = {Chieh Lo and Radu Marculescu},
journal= {arXiv preprint arXiv:1807.08039},
year = {2018}
}