稀疏 Dirichlet-多项式回归的变量选择及其在微生物组数据分析中的应用
应用统计
2013-05-24 v1
摘要
随着下一代测序技术的发展，研究人员现在能够利用直接测序研究微生物组组成，其输出为每个微生物组样本的细菌分类单元计数。微生物组研究的目标之一是将微生物组组成与环境协变量关联起来。我们提出使用 Dirichlet-多项式 (DM) 回归模型对分类单元计数进行建模，以解释观测计数的过离散性。DM 回归模型可用于利用似然比检验测试分类单元组成与协变量之间的关联。然而，当协变量数量较大时，多重检验可能导致功效降低。为解决该问题的高维性，我们开发了一种惩罚似然方法来估计回归参数并选择变量，通过施加稀疏组 惩罚以鼓励组间和组内稀疏性。这种变量选择过程可以选出相关的协变量及其关联的细菌分类单元。我们开发了一种高效的块坐标下降算法来求解该优化问题。我们进行了广泛的模拟，表明稀疏 DM 回归比忽略过离散性或仅考虑比例的模型能更好地识别与微生物组相关的协变量。我们在评估营养摄入对人体肠道微生物组组成影响的数据集分析中展示了我们方法的功效。我们的结果清楚地表明，营养摄入与人体肠道微生物组 strongly associated（强相关）。
引用
@article{arxiv.1305.5355,
title = {Variable selection for sparse Dirichlet-multinomial regression with an application to microbiome data analysis},
author = {Jun Chen and Hongzhe Li},
journal= {arXiv preprint arXiv:1305.5355},
year = {2013}
}
备注
Published in at http://dx.doi.org/10.1214/12-AOAS592 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)