[논문 리뷰] Phylogenetic Dirichlet-multinomial model for microbiome data

Yunfan Tang, Li Ma외 1명|arXiv (Cornell University)|2016. 10. 27.

Bayesian Methods and Mixture Models참고 문헌 30인용 수 3

한 줄 요약

이 논문은 계통발생적 관계를 고려하여 미생물군집 조성 분석을 향상시키기 위해 계통발생적 디리슈레-다중이항(Phylogenetic Dirichlet-Multinomial, PhyloDM) 모델을 제안한다. 내부 나무 노드에서 국소적 디리슈레-다중이항 분포를 모델링하고, 선형별 차이를 탐지하기 위해 스캔 통계량을 사용함으로써, 기존의 표준 DM 모델에 비해 유의미하게 더 뛰어난 모델 적합도와 높은 통계적 검정력(유의도)을 확보하였다. 이는 미국 장내 미생물군집 데이터셋을 대상으로 검증되었다.

ABSTRACT

In this paper we introduce the phylogenetic Dirichlet-multinomial (PhyloDM) model for investigating cross-group differences in microbiome compositions. Traditional Dirichlet-Multinomial (DM) models ignore species relatedness, leading to loss in efficiency and to results that are difficult to interpret. PhyloDM solves these issues by replacing the global model with a cascade of independent local DMs on the internal nodes of the phylogenetic tree. Each of the local DMs captures the count distributions of a certain number of operational taxonomic units (OTU) at a given resolution. Since distributional differences tend to occur in clusters along evolutionary lineages, we design a scan statistic over the phylogenetic tree to allow nodes to borrow signal strength from their parents and children. We also derive a formula to bound the tail probability of the scan statistic, and verify its accuracy through simulations. The PhyloDM model is applied to the American Gut dataset to identify taxa associated with diet habits. Empirical studies performed on this dataset show that PhyloDM achieves a significantly better fit, and has higher testing power than DM.

연구 동기 및 목표

• 기존의 디리슈레-다중이항(DM) 모델이 종 간 진화적 관계를 간과한다는 한계를 해결하기 위해.
• 계통발생적으로 정보를 반영한 방식으로 미생물 조성의 차이를 모델링함으로써 통계적 효율성과 해석 가능성 향상.
• 계통발생 나무에서 관련된 노드 간의 강도를 빌려와 특정 선진(lineage)별 조성 변화를 더 높은 검정력으로 탐지할 수 있는 방법 개발.
• 계통발생적 변화를 탐지하기 위해 사용하는 스캔 통계량의 꼬리 확률에 대한 엄밀한 통계적 경계 제공.

제안 방법

• 계통발생 나무의 내부 노드에서 독립적인 국소적 DM 모델의 계열적 연결로 전역적 DM 모델을 대체.
• 유전적 분화 수준에 따라 운영 분류 단위(OTUs)를 노드에 할당하며, 각 노드는 관련된 종의 군집을 나타낸다.
• 부모 및 자식 노드의 신호를 통합하여 계통발생적 경로를 따라 비율이 다른 종의 군집을 탐지하기 위해 스캔 통계량 사용.
• 다중 검정에서 제1종 오류를 통제하기 위해 스캔 통계량의 꼬리 확률에 대한 이론적 경계 유도.
• 식이 패턴과 연관된 종을 식별하기 위해 미국 장내 미생물군집 데이터셋에 모델 적용.
• 광범위한 시뮬레이션과 표준 DM 모델과의 실증적 비교를 통해 방법의 정확성과 성능 검증.

실험 결과

연구 질문

• RQ1 기존의 디리슈레-다중이항 모델에 비해 계통발생적 관계를 반영한 미생물군집 조성 모델링이 통계적 검정력과 모델 적합도를 향상시키는가?
• RQ2 숙주 요인(예: 식이)과 관련된 미생물 조성의 차이는 일반적으로 진화적 선진(lineage)에 따라 군집화되는가?
• RQ3 계통발생 나무에서 관련된 종 간에 신호 강도를 효과적으로 공유하여 비율이 다른 종을 더 잘 탐지할 수 있는가?
• RQ4 계통발생적 변화를 탐지하기 위해 사용하는 스캔 통계량의 꼬리 확률에 적절한 통계적 경계는 무엇인가?

주요 결과

• PhyloDM는 기존의 표준 디리슈레-다중이항 모델에 비해 미국 장내 미생물군집 데이터셋에 더 뛰어난 적합도를 보였다.
• 기존의 DM 모델에 비해 식이 관련 종을 탐지하는 데 더 높은 검정력을 보였다.
• 스캔 통계량의 꼬리 확률에 대한 유도된 경계가 시뮬레이션 연구를 통해 정확하다고 확인되었다.
• 실증 결과에 따르면 식생활 습관과 관련된 조성의 차이는 특정 진화적 선진에 더 자주 군집되어 있었다.
• 계통발생 나무의 노드에서 국소적 DM 모델을 사용함으로써 더 해석 가능하고 진화적으로 일관된 미생물 군집의 차이 탐지가 가능했다.
• 스캔 통계량은 부모 및 자식 노드 간의 계층적 관계를 활용하여 선진 수준의 신호를 효과적으로 포착하였다.