[논문 리뷰] Estimating Fold Changes from Partially Observed Outcomes with Applications in Microbial Metagenomics

David S. Clausen, Amy D. Willis외 1명|arXiv (Cornell University)|2024. 02. 07.

Metabolomics and Mass Spectrometry Studies인용 수 9

한 줄 요약

이 논문은 부분적으로 관찰된 출력만 이용 가능할 때 다수의 분류군의 평균 풍부도 변화 배수(fold-changes)를 추정하는 방법을 제시하여 마이크로생태계 메타게놈학에서 샘플- 및 범주별 교란을 다룹니다. 제약을 통한 식별가능성, 페널티 추정 접근법, 강건한 가설 검정, 그리고 대장암 메타분석에의 적용을 제공합니다.

ABSTRACT

We consider the problem of estimating fold-changes in the expected value of a multivariate outcome observed with unknown sample-specific and category-specific perturbations. This challenge arises in high-throughput sequencing studies of the abundance of microbial taxa because microbes are systematically over- and under-detected relative to their true abundances. Our model admits a partially identifiable estimand, and we establish full identifiability by imposing interpretable parameter constraints. To reduce bias and guarantee the existence of estimators in the presence of sparse observations, we apply an asymptotically negligible and constraint-invariant penalty to our estimating function. We develop a fast coordinate descent algorithm for estimation, and an augmented Lagrangian algorithm for estimation under null hypotheses. We construct a model-robust score test and demonstrate valid inference even for small sample sizes and violated distributional assumptions. The flexibility of the approach and comparisons to related methods are illustrated through a meta-analysis of microbial associations with colorectal cancer.

연구 동기 및 목표

• 샘플- 및 범주별 교란이 관찰된 음이 아닌 다변량 결과의 평균 차이를 추정하는 문제를 동기화하고 형식화합니다.
• 참값 풍부도 차이의 추정 가능성을 해석 가능한 estimand로 확인하기 위해 매개변수 제약을 통한 identifiability를 개발합니다.
• 빠른 추정 알고리즘을 제안하고 Firth-type 편향 감소와 제약 기반 identifiability 접근법을 활용합니다.
• 작은 샘플과 분포 위반에 대한 성능을 갖춘 모델-강건한 추론 절차를 개발합니다(강건 점수 검정 및 강건한 Wald 검정 포함).
• 시뮬레이션과 대장암 관련 미생물군 메타분석을 통해 방법을 시연합니다.

제안 방법

• 관찰되지 않은 진정한 풍부도에 대한 로그선형 모델과 샘플별 및 분류군별 효과가 알려지지 않은 교란된 부분 관찰 버전을 설정합니다.
• 부분 식별가능성을 확립하고 매개변수의 동등성 클래스를 정의합니다; fold-differences를 식별하기 위한 매끄러운 identifiability 제약(가짜-Huber)을 부여합니다.
• 분리 현상과 희소성 하에서도 유한 추정치를 보장하기 위해 Firth-type 페널티를 이용한 페널라이즈드 가능도(penalized likelihood)를 사용합니다; 좌표 하강법 및 확강된 데이터 기법으로 해결합니다.
• 식별가능 제약 하에서 로그-fold 차이에 대한 가설에 대해 모델-강건 점수 검정을 도출합니다; 강건한 점수 통계량 및 대안 강건한 Wald 검정을 제공합니다.
• 제약된 추정을 위한 보강된 라그랑주 승법 프레임워크를 사용하여 귀무 가설 하에서의 최적화를 수행합니다; 제약 선택에 대한 페널라이즈드 가능도의 불변성을 보장합니다.

Figure 1 : Because the mean function is only partially identifiable, true effect sizes $\beta$ cannot be estimated on an “absolute” scale (left). Full identifiability is established via a constraint function, allowing us to estimate the log-fold differences in true abundances across groups relative

실험 결과

연구 질문

• RQ1 관찰이 알려지지 않은 샘플- 및 범주별 효과에 의해 왜곡될 때 진정한 풍부도 평균 차이를 어떻게 추정할 수 있을까?
• RQ2 미생물군 데이터에서 이러한 fold-changes를 의미 있게 해석하기 위해 필요한 identifiability 제약은 무엇인가?
• RQ3 작은 샘플과 가능한 분포 위반에서도 잘 작동하는 빠르고 편향 감소 추정 절차와 강건한 추론 방법을 개발할 수 있는가?
• RQ4 Poisson 및 제로-포함된 음이항(ZINB) 설정에서의 시뮬레이션과 실제 대장암 미생물군 메타분석에서 제안된 방법은 어떻게 수행되는가?

주요 결과

• 로그-평균 매개변수의 등가 클래스 식별 및 매개변수 행에 제약을 부여하여 완전한 식별가능성을 달성합니다.
• 좌표 하강 알고리즘을 갖춘 Firth-penalized 프로파일 가능도는 희소한 관찰 및 가능성 분리 가능성 하에서 안정적인 추정을 제공합니다.
• 강건한 점수 검정은 대규모 표본에서 I형 오류를 잘 제어하고 소표본에서 보수적으로 남아 있으며, 강건한 Wald 검정은 소표본에서 편의적이지 않을 수 있습니다.
• Poisson 데이터에서의 검정력은 ZINB보다 높고 표본 크기 및 다종의 수가 증가함에 따라 증가합니다.
• Wirbel 등 데이터를 사용한 대장암 메타분석에서 0.1 FDR 임계에서 강건한 점수 검정을 이용해 CRC 상태와 차등 풍부도와 연관된 30개 분류군이 확인되었습니다.
• 이 접근법은 변량 수준 간의 로그-fold 차이가 종속 변수의 일반적인 분포 차이 대비 해석 가능하도록 제공합니다.

Figure 2 : Q-Q plots comparing empirical quantiles (y-axis) of the robust score (dark blue) and robust Wald (light blue) p-values to theoretical quantiles (x-axis). A conservative test will produce a curve above the line $x=y$ for small p-values and an anti-conservative test will produce a curve bel