[論文レビュー] Modeling complex measurement error in microbiome experiments to estimate relative abundances and detection effects

David S. Clausen, Amy D. Willis|arXiv (Cornell University)|Apr 27, 2022

Metabolomics and Mass Spectrometry Studies被引用数 7

ひとこと要約

本稿では、微生物群集データに対して、相対豊度と複雑な誤差要因（汚染やタクソン特異的検出バイアスなど）を同時に推定する半パラメトリックな測定誤差モデルを提案する。この手法により、相対豊度が単体の境界上に位置する場合でも安定した推論が可能となり、実世界のシークエンシング実験において精度が向上し、妥当な不確実性の定量化が可能となる。

ABSTRACT

Accurate estimates of microbial species abundances are needed to advance our understanding of the role that microbiomes play in human and environmental health. However, artificially constructed microbiomes demonstrate that intuitive estimators of microbial relative abundances are biased. To address this, we propose a semiparametric method to estimate relative abundances, species detection effects, and/or cross-sample contamination in microbiome experiments. We show that certain experimental designs result in identifiable model parameters, and we present consistent estimators and asymptotically valid inference procedures. Notably, our procedure can estimate relative abundances on the boundary of the simplex. We demonstrate the utility of the method for comparing experimental protocols, removing cross-sample contamination, and estimating species' detectability.

研究の動機と目的

• 高スループットシークエンシングによる微生物群集実験のデータに見られる系統的測定誤差（汚染や差別の的検出など）を是正すること。
• 相対豊度が単体の境界上に位置する場合でも安定した推定フレームワークを構築すること、これは多くの既存手法の制限である。
• パrameterが許容領域の境界上に位置する非標準的なパrameter空間において妥当な統計的推論を可能とすること。
• 真の組成が分かっていない状況でも、モデル評価、プロトコル比較、実験設計を支援できること。
• 汚染および検出効果を同時に推定する包括的なアプローチを提供し、パrameter推定における完全な不確実性を捉えること。

提案手法

• 誤差構造のパラメトリック分布を仮定しない半パラメトリック枠組みを用いて、相対豊度（p）と測定誤差パラメータ（β）を同時に推定する。
• 観測されたシークエンシング出力を、真の相対豊度の乗法的歪みとしてモデル化し、汚染効果を測定プロセスに追加成分として組み込む。
• パラメトリック仮定を必要とせず、平均・分散の関係を柔軟に扱える再重み付け推定量を用いる。
• 単体制約（一部のタクソンの豊度がゼロである境界ケースを含む）の下でパラメータを推定するための制約付き最適化アルゴリズムを開発する。
• 境界上に位置するパラメータの非標準的問題に対して、頑健なブートストラップ法を用いて漸近的に妥当な推論手順を導出する。
• 整数値をとる観測値を必要とせず、カウント、割合、カバレッジ、濃度など多様なデータタイプに適用可能である。

実験結果

リサーチクエスチョン

• RQ1 統合的モデルは、微生物群集シークエンシングデータにおける汚染とタクソン特異的検出バイアスを同時に是正できるか？
• RQ2 一部のタクソンの真の豊度がゼロ（すなわち単体の境界上）である場合に、相対豊度推定を信頼性高く得ることは可能か？
• RQ3 測定誤差は、合成および実際の微生物群集データセットにおける相対豊度の標準推定量にどのような影響を及えるか？
• RQ4 標本の真の組成が事前に分かっていない状況でも、実験プロトコルを比較可能か？
• RQ5 複雑な誤差構造が存在する状況で、汚染および検出効果の不確実性を適切に定量化できるか？

主な発見

• 提案手法は、相対豊度の境界値を含む信頼区間推定を生成し、Karstensら（2019）の実データにおいて、名目水準を上回る実証的カバレッジを示した。
• シミュレーションおよび実データ解析による検証を通じて、ややきつい正則性条件のもとで、相対豊度および測定誤差パラメータの一貫した推定が達成された。
• 真の標本組成が不明な状況でも、検出効果に関する妥当な仮説検定が可能となった。
• 変換ベースの手法よりも優れた性能を示し、測定精度に関する情報を保持するとともに、ゼロ豊度を含む完全な単体上での推定を可能にした。
• 再重み付け推定量は、誤差分布のパラメトリックモデル化を必要とせず、柔軟な平均・分散関係を効果的に扱えた。
• 非同定性の問題に対してもロバストであり、モデルフィッティングの困難さが、複雑な設計における潜在的な非同定性の初期兆候として機能した。