基于稀疏树的微生物组数据分析以刻画胰腺癌中的微生物组异质性
应用统计
2022-12-06 v3
摘要
鉴于微生物组在决定治疗结果方面重要作用的证据日益增多，人们迫切希望刻画癌症患者间微生物组的变异。此处我们的目标是以相似微生物组谱发现患者亚群。我们提出了一种贝叶斯框架下的新型无监督聚类方法，在三个关键方面对现有基于模型的聚类方法（如狄利克雷多项混合模型）做出创新：我们纳入特征选择、从数据中学习适当的簇数，并整合关于关联观测特征的树结构信息。我们在为模拟真实微生物组数据而设计的合成数据上，将所提方法的性能与现有方法比较。随后我们展示了在动机数据集（一项旨在刻画胰腺癌患者肿瘤微生物组的临床研究）上获得的结果。
引用
@article{arxiv.2007.15812,
title = {Sparse tree-based clustering of microbiome data to characterize microbiome heterogeneity in pancreatic cancer},
author = {Yushu Shi and Liangliang Zhang and Kim-Anh Do and Robert Jenq and Christine Peterson},
journal= {arXiv preprint arXiv:2007.15812},
year = {2022}
}