[논문 리뷰] Modeling complex measurement error in microbiome experiments to estimate relative abundances and detection effects

David S. Clausen, Amy D. Willis|arXiv (Cornell University)|2022. 04. 27.

Metabolomics and Mass Spectrometry Studies인용 수 7

한 줄 요약

이 논문은 마이크로바이옴 데이터에 대한 반모수 측정 오차 모델을 제안하며, 상대 농도를 동시 추정하고 복잡한 오차 원인(예: 오염 및 계통별 검출 편향)을 고려한다. 이 방법은 상대 농도가 단체의 경계에 위치할 경우에도 안정적인 추론을 가능하게 하며, 실제 시퀀싱 실험에서 더 높은 정확도와 타당한 불확실성 정량화를 제공한다.

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.

연구 동기 및 목표

• 마이크로바이옴 실험의 고속 시퀀싱 데이터에서 발생하는 체계적 측정 오차(예: 오염 및 차등 검출)를 다루기 위해.
• 상대 농도가 단체의 경계에 위치할 수 있는 안정적인 추정 프레임워크를 개발하기 위해.
• 매개변수가 가용 영역의 경계에 위치할 수 있는 비표준 매개변수 공간에서 타당한 통계적 추론을 가능하게 하기 위해.
• 알려진 진짜 조성비를 필요로 하지 않고도 모델 평가, 프로토콜 비교 및 실험 설계를 지원하기 위해.
• 오염 및 검출 효과를 동시에 추정하는 통합적 접근을 제공하여 매개변수 추정의 전반적인 불확실성을 포괄적으로 포착하기 위해.

제안 방법

• 모델은 측정 오차 구조에 대한 비모수적 분포를 가정하지 않는 반모수 프레임워크를 사용하여 상대 농도(p)와 측정 오차 매개변수(β)를 동시에 추정한다.
• 관측된 시퀀싱 출력을 진짜 상대 농도의 곱셈적 왜곡으로 모델링하며, 오염 효과를 측정 과정에 추가 구성요소로 포함시킨다.
• 모수적 가정이 필요 없는 유연한 평균-분산 관계를 수용하기 위해 재가중 추정기(reweighting estimator)를 사용한다.
• 단체 제약 조건(특히 일부 계통의 농도가 0인 경계 케이스 포함) 하에서 매개변수를 추정하기 위해 제약 최적화 알고리즘을 개발했다.
• 비표준 문제인 경계에 위치한 매개변수에 대해 점근적으로 타당한 추론 절차를 유도하기 위해 강력한 부트스트랩 방법을 사용한다.
• 정수값 관측이 필요 없는 다양한 자료 유형(카운트, 비율, 커버리지, 농도)에 적용 가능하다.

실험 결과

연구 질문

• RQ1 통합 모델이 마이크로바이옴 시퀀싱 데이터에서 오염과 계통별 검출 편향을 동시에 교정할 수 있는가?
• RQ2 일부 계통의 진짜 농도가 0일 경우(즉, 단체 경계에 위치할 경우) 상대 농도 추정을 신뢰성 있게 수행할 수 있는가?
• RQ3 측정 오차가 합성 및 실제 마이크로바이옴 데이터셋에서 상대 농도의 표준 추정기 영향을 미치는가?
• RQ4 표본 조성비에 대한 사전 지식 없이도 실험 프로토콜을 비교할 수 있는가?
• RQ5 복잡한 오차 구조가 존재할 때 오염 및 검출 효과의 불확실성을 적절히 정량화할 수 있는가?

주요 결과

• 제안된 방법은 상대 농도의 경계값을 포함하는 구간 추정을 생성하여, Karstens 등(2019)의 실제 데이터에서 명목상 초과의 경험적 커버리지(empirical coverage)를 보였다.
• 모의 실험과 실제 데이터 분석을 통해 미약한 정규성 조건 하에서 상대 농도 및 측정 오차 매개변수의 일관된 추정이 가능함을 입증하였다.
• 진짜 표본 조성비가 알려지지 않은 상태에서도 다양한 실험 프로토콜 간 검출 효과에 대한 타당한 가설 검정을 가능하게 하였다.
• 변환 기반 방법보다 정보 손실을 줄이고 전체 단체(영역 내 0 농도 포함)에서 추정이 가능하므로 성능이 뛰어나다.
• 재가중 추정기는 오차 분포의 비모수적 모델링이 필요 없이도 민감한 평균-분산 관계를 효과적으로 처리한다.
• 비정규성 문제에 대해 강건하며, 모형 피팅 과정에서의 어려움이 복잡한 설계에서 잠재적 비정규성의 조기 경고로 기능한다.