Un modelo de factores latentes de binomial negativa para datos de secuenciación de microbioma emparejados

Área de la Ciencia:

• Investigación de microbioma
• Modelado estadístico
• Bioinformática

Sus antecedentes:

• Los datos de secuenciación de microbioma con frecuencia involucran múltiples sitios corporales.
• Estos datos multisitio a menudo exhiben dependencias inherentes.
• Los modelos existentes pueden no capturar completamente estas correlaciones entre sitios.

Objetivo del estudio:

• Desarrollar un modelo estadístico para el análisis conjunto de datos de microbioma multisitio.
• Capturar y aprovechar las dependencias subyacentes entre sitios.
• Mejorar la precisión y la eficiencia en el análisis de datos de microbioma.

Principales métodos:

• Un modelo de factores latentes que incorpora factores compartidos entre sitios.
• Modelado de efectos comunes del sujeto y correlaciones entre sitios.
• Utilización de mezclas de factores latentes para la heterogeneidad del sujeto en las asociaciones.

Principales resultados:

• Ignorar las dependencias del sitio conduce a una pérdida significativa de eficiencia en el análisis de regresión.
• El modelo propuesto detectó asociaciones significativas de covariables entre los microbiomas vaginal y urinario en un estudio urogenital femenino.
• Estas asociaciones no fueron significativas cuando los sitios se analizaron por separado.

Conclusiones:

• Se propone un nuevo modelo de factores latentes para datos de microbioma multisitio.
• El modelo captura con precisión las asociaciones entre sitios sin comprometer la eficiencia estadística.
• Mejora el rendimiento predictivo al permitir la predicción de la abundancia microbiana entre sitios.
• Un marco extendido permite la agrupación y clasificación de sujetos por fuerza de asociación.