ペア化されたマイクロバイオームシーケンスデータのための負の二項潜在因子モデル

科学分野:

• マイクロバイオーム研究
• 統計モデリング
• バイオインフォマティクス

背景:

• マイクロバイオームシーケンスデータは、しばしば複数の体部位を含みます。
• これらのマルチサイトデータは、しばしば固有の依存関係を示します。
• 既存のモデルでは、これらのクロスサイト相関を完全に捉えきれない場合があります。

研究 の 目的:

• マルチサイトマイクロバイオームデータの同時分析のための統計モデルを開発すること。
• 潜在的なクロスサイト依存関係を捉え、活用すること。
• マイクロバイオームデータ分析の精度と効率を向上させること。

主な方法:

• サイト間で共有される因子を組み込んだ潜在因子モデル。
• 共通の被験者効果とクロスサイト相関のモデリング。
• 関連性における被験者の異質性のための潜在因子の混合物の利用。

主要な成果:

• サイトの依存関係を無視すると、回帰分析で著しい効率低下が生じます。
• 提案モデルは、女性の泌尿生殖器研究において、膣と尿のマイクロバイオーム間の有意な共変量関連性を検出しました。
• サイトを個別に分析した場合、これらの関連性は有意ではありませんでした。

結論:

• マルチサイトマイクロバイオームデータのための新しい潜在因子モデルを提案します。
• このモデルは、統計的効率を損なうことなく、クロスサイト関連性を正確に捉えます。
• サイト間の微生物量の予測を可能にすることで、予測性能を向上させます。
• 拡張されたフレームワークにより、関連性の強さによる被験者のクラスタリングと分類が可能になります。