在测序数据中测试差异性种群丰度的多部分策略:模拟研究与微生物组研究的应用

科学领域:

• 微生物组研究的研究.
• 测序数据的统计分析.
• 生物信息学是一种生物信息学.

背景情况:

• 微生物群测序数据带来了独特的挑战:非负数,高度倾斜的数量与许多零.
• 标准的统计方法可能不是最佳的分析微生物组组成跨研究臂.
• 准确地比较微生物种群的丰富性对于理解生物学影响至关重要.

研究的目的:

• 开发和评估一项灵活的多部分统计策略,用于跨研究部门比较微生物组数据.
• 解决标准统计方法的局限性,当应用于复杂的微生物群测序数据时.
• 提供一个可靠的方法,保持适当的I型错误率.

主要方法:

• 探索了一种多部分策略,结合了两部分测试,威尔科克森总等级测试,奇平方测试和巴纳德测试.
• 战略中的测试选择是基于观察到的数据结构.
• 该策略的I型错误率通过模拟研究进行了评估,并使用SAS软件应用于现实数据.

主要成果:

• 多部分策略在各种模拟场景中显示出一个控制良好的I型错误率.
• 该方法成功地确定了研究手臂之间的分类群丰度的统计差异.
• 基于战略中使用的统计测试,可以得出不同的生物见解.

结论:

• 选择适合数据结构的适当统计方法对于微生物组比较至关重要.
• 拟议的多部分策略为分析种群丰富性提供了一种可靠和可适应的方法.
• 提供的SAS宏观数据有助于在微生物组研究中应用该方法.