[論文レビュー] Robust Differential Abundance Test in Compositional Data

Shulei Wang|arXiv (Cornell University)|Jan 21, 2021

Geochemistry and Geologic Mapping被引用数 4

ひとこと要約

本稿では、ゼロ度数と定数和制約を考慮したコンpositionsデータにおける差分豊度解析のための新規手法であるRDB検定を提案する。RDB検定は、ゼロ度数に対して頑健であり、家族単位の誤り率を漸近的に制御する。リファレンスベースの仮説としてのテストを定式化し、再正規化された割合に対して繰り返しウェルチのt検定を適用することで、偽数の補完を必要とせず、信頼性の高い差分豊度成分の同定を可能にする。

ABSTRACT

Differential abundance tests in compositional data are essential and fundamental tasks in various biomedical applications, such as single-cell, bulk RNA-seq, and microbiome data analysis. However, because of the compositional constraint and the prevalence of zero counts in the data, differential abundance analysis in compositional data remains a complicated and unsolved statistical problem. This study introduces a new differential abundance test, the robust differential abundance (RDB) test, to address these challenges. Compared with existing methods, the RDB test is simple and computationally efficient, is robust to prevalent zero counts in compositional datasets, can take the data's compositional nature into account, and has a theoretical guarantee of controlling false discoveries in a general setting. Furthermore, in the presence of observed covariates, the RDB test can work with the covariate balancing techniques to remove the potential confounding effects and draw reliable conclusions. Finally, we apply the new test to several numerical examples using simulated and real datasets to demonstrate its practical merits.

研究の動機と目的

• 顕著なゼロ度数とコンpositions制約を伴うコンpositionsデータにおける差分豊度検定の持続的課題に対処すること。
• 計算的に効率的で、ゼロ過剰データに対して頑健であり、コンpositionsデータの定数和性を反映する手法を開発すること。
• 一般設定における家族単位の誤り率制御について理論的保証を提供すること。
• 共変量バランシング技術との統合を通じて、交絡共変量の存在下でも信頼性のある推論を可能にすること。
• 偽数のような任意のゼロ度数補完戦略（例：偽数）の必要性を排除すること。これは、偽陽性発見率の上昇を招く可能性がある。

提案手法

• 差分豊度検定を、未知のリファレンス集合に対して相対的に比較するリファレンスベースの仮説検定として定式化する。
• 繰り返し2段階手順を用いる：第一に、集約t統計量を用いて検定方向を特定する。第二に、個々の成分に対して方向性を考慮した2標本t検定を適用する。
• 各反復において、再正規化された割合に対してウェルチのt検定を適用し、ゼロ度数の直接処理を回避する。
• 方向性比較を用いて繰り返しテスト統計量を改善する、経験的ベイズに類似した戦略を採用する。
• 理論的基盤は、集中不等式とバケツ化エントロピーに依拠し、漸近的な家族単位の誤り率制御を確立する。
• 共変量バランシング技術と統合することで、観察研究における交絡要因の影響を補正する。

実験結果

リサーチクエスチョン

• RQ1 ゼロ度数に対して頑健であり、偽数の補完を必要としない差分豊度検定を開発できるか？
• RQ2 このような検定は、一般のコンpositionsデータ設定下でも家族単位の誤り率を理論的に制御できるか？
• RQ3 定数和制約下でも、差分豊度成分を効果的に同定できるか？
• RQ4 観察データにおける交絡共変量の存在下で、RDB検定の性能はいかがなものか？
• RQ5 再正規化されたt統計量を用いた繰り返し2段階戦略は、計算的に効率的かつ統計的に妥当であるか？

主な発見

• RDB検定は、一般条件下で、レベルαにおける家族単位の誤り率を漸近的に制御する。
• 信号対雑音比が十分に大きい場合には、差分豊度成分の完全回復が高確率で達成される。
• 理論的分析により、再正規化と繰り返し手順によって生じる依存性にもかかわらず、誤り制御が保証されることを示した。
• RDB検定は、偽数の必要性を回避するため、このような補完に起因する偽陽性発見率の上昇リスクを低減する。
• シミュレーテッドおよび実データセットにおける実証的評価により、パワーと頑健性の面で本手法の実用的利点が示された。
• 共変量バランシング技術との統合により、交絡変数の存在下でも信頼性のある推論が可能となった。