縦断的微生物叢研究における探索的解析と特徴量選択のためのユーザーフレンドリーなワークフロー：EXPLANA

科学分野:

• 微生物叢研究
• バイオインフォマティクス
• 計算生物学

背景:

• 縦断的微生物叢研究（LMS）は、混合効果モデルを必要とする非独立データなど、分析上の課題を提示します。
• データの量が多いため、結果に関連する要因を特定するための探索的分析が必要です。
• 変化の分析はLMSにおいて強力ですが、特に観察研究デザインと介入研究デザインを区別する場合、明確な方法論が欠けていることがよくあります。

研究 の 目的:

• 縦断的微生物叢研究（LMS）のための堅牢な特徴量選択ワークフローであるEXPLANA（EXPLoratory Analysis）を開発すること。
• 数値データとカテゴリカルデータの両方をサポートし、横断的研究にも対応すること。
• 統計的に意味のある変数とその結果との関連性を特定することを容易にすること。

主な方法:

• 機械学習手法とさまざまな変化計算および下流の解釈技術を組み合わせました。
• 数値データとカテゴリカルデータをサポートする特徴量選択ワークフローを開発しました。
• 分析と結果を要約するインタラクティブなレポートを生成する手法を統合しました。

主要な成果:

• EXPLANAは、シミュレートされた縦断的データに対して0.91のバランス精度で強力なパフォーマンスを示しました。
• このワークフローは、QIIME 2の特徴量変動ツール（バランス精度0.95対0.56）を上回りました。
• A_B対B_Aシーケンスの明確な効果など、順序依存のカテゴリカル特徴量の変化を特定しました。

結論:

• EXPLANAは、LMSにおける結果に関連する特徴量を特定するための分析を簡略化する、広く適用可能なツールです。
• このワークフローは、縦断的微生物叢データの分析における課題を効果的に解決します。
• 方法と結果の明確な解釈のためのユーザーフレンドリーなインタラクティブレポートを提供します。