CAFT: Un modelo log-lineal composicional para datos de microbioma con cero células

Área de la Ciencia:

• Investigación del microbioma
• Modelado estadístico
• Bioinformática

Sus antecedentes:

• El análisis de datos de microbioma es crucial para comprender las interacciones huésped-microbio, pero enfrenta desafíos debido a la composicionalidad de los datos, la escasez y los sesgos experimentales.
• Los métodos estadísticos estándar a menudo no abordan adecuadamente estas características únicas, lo que puede llevar a hallazgos inexactos y un control deficiente de la tasa de falsos descubrimientos (FDR).
• Los enfoques existentes pueden pasar por alto las características de los datos o utilizar seudocuentas, lo que compromete la fiabilidad de los análisis de abundancia diferencial.

Objetivo del estudio:

• Introducir un marco novedoso, el modelo de tiempo de fallo acelerado composicional (CAFT), para el análisis robusto de la abundancia diferencial de datos de microbioma.
• Abordar las limitaciones de los métodos actuales manejando eficazmente los recuentos cero, el sesgo composicional y los sesgos técnicos.
• Proporcionar una herramienta más precisa y fiable para identificar diferencias microbianas en muestras biológicas complejas.

Principales métodos:

• El modelo de tiempo de fallo acelerado composicional (CAFT) trata los recuentos de lecturas cero como datos censurados por debajo de un límite de detección.
• Este enfoque resiste inherentemente el sesgo técnico multiplicativo y elimina la necesidad de seudocuentas.
• CAFT emplea procedimientos de prueba de puntuación para gestionar eficazmente el sesgo composicional en conjuntos de datos de microbioma.

Principales resultados:

• Extensas simulaciones demuestran que CAFT supera a los métodos existentes de abundancia diferencial composicional en el control del error de tipo I y la FDR, incluso en presencia de sesgo técnico.
• CAFT mostró un rendimiento superior en comparación con LOCOM, LinDA, ANCOM-BC2, su variante robusta y LDM-clr.
• La aplicación a datos de enfermedad inflamatoria intestinal (EII) y del tracto respiratorio superior (TRS) identificó con éxito taxones diferencialmente abundantes, distinguiendo a los pacientes con EII de los controles y a los fumadores de los no fumadores.

Conclusiones:

• El modelo de tiempo de fallo acelerado composicional (CAFT) se presenta como una herramienta potente, robusta y eficiente para analizar datos de microbioma composicional.
• CAFT demuestra un control superior del error de tipo I y mantiene el control de la FDR, con una potencia de prueba estadística mejorada.
• Esto convierte a CAFT en un avance valioso para la investigación del microbioma, ofreciendo una precisión y fiabilidad mejoradas en los análisis de abundancia diferencial.