[논문 리뷰] Robust Differential Abundance Test in Compositional Data

Shulei Wang|arXiv (Cornell University)|2021. 01. 21.

Geochemistry and Geologic Mapping인용 수 4

한 줄 요약

이 논문은 영구합계 제약 조건을 고려하고 영점 수가 많은 데이터에 대해 강건한 새로운 방법인 복수비율 차이 검정(Robust Differential Abundance, RDB)을 제안한다. 테스트를 기준 기반 가설 검정으로 공식화하고 반복적으로 재정규화된 비율에 대해 웰치 t-검정을 적용함으로써, RDB 검정은 渐近적으로 가족별 오류율을 통제하며, 가짜 수치 보정 없이도 신뢰할 수 있는 차별적 비율 성분 탐지가 가능하다.

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.

연구 동기 및 목표

• 영점 수가 흔하고 복수비율 제약 조건이 존재하는 복수비율 데이터에서의 차별적 비율 검정 문제를 지속적으로 해결하기 위해.
• 계산적으로 효율적이고 영점이 많은 데이터에 강건하며, 복수비율 데이터의 영구합계 성격을 반영하는 방법을 개발하기 위해.
• 일반적인 설정에서 가족별 오류율 통제를 위한 이론적 보장을 제공하기 위해.
• 혼동 변수 조정 기법과 통합함으로써 관찰 연구에서 혼동 요인의 영향을 제거하고 신뢰할 수 있는 추론을 가능하게 하기 위해.
• 가짜 수치 보정 전략(예: 가짜 수치)을 위한 부호화된 접근 방식이 필요 없도록 하여, 이러한 보정이 초래하는 가짜 발견률 증가 위험을 줄이기 위해.

제안 방법

• 성분들이 알려지지 않은 기준 집합에 대해 비교되는 기준 기반 가설 검정으로 차별적 비율 검정을 공식화한다.
• 반복적인 이중단계 절차를 사용: 첫 번째로, 집계된 t-통계량을 통해 검정 방향을 결정하고, 두 번째로, 성분별 방향성 있는 두 표본 t-검정을 적용한다.
• 각 반복에서 재정규화된 비율에 대해 웰치 t-검정을 적용하여 영점 수를 직접 다루지 않는다.
• 방향성 비교를 반복적으로 이용하여 경험 베이지안 유사 전략을 활용하여 검정 통계량을 개선한다.
• 집중 불등식과 프레임워크 엔트로피를 기반으로 한 이론적 기초를 통해, 渐近적으로 가족별 오류율 통제를 확립한다.
• 관찰 연구에서 혼동 효과를 조정하기 위해 혼동 변수 균형 기법과 통합한다.

실험 결과

연구 질문

• RQ1 가짜 수치 보정 없이도 영점 수에 강건한 차별적 비율 검정을 개발할 수 있는가?
• RQ2 일반적인 복수비율 데이터 설정에서 이러한 검정이 가족별 오류율을 이론적으로 통제할 수 있는가?
• RQ3 영구합계 제약 조건 하에서 성분별로 차별적 비율을 효과적으로 식별할 수 있는가?
• RQ4 관찰 데이터에서 혼동 변수가 존재할 경우 RDB 검정의 성능은 어떠한가?
• RQ5 재정규화된 t-통계량을 사용하는 반복적 이중단계 전략이 계산적으로 효율적이고 통계적으로 타당한가?

주요 결과

• 일반 조건 하에서 RDB 검정은 α 수준에서 가족별 오류율을 渐近적으로 통제한다.
• 신호 대 잡음 비율이 충분히 클 경우, 메서드는 차별적 비율 성분을 높은 확률로 완전히 복원한다.
• 이론적 분석을 통해 재정규화와 반복 절차로 유도되는 종속성에도 불구하고, 메서드의 오류 통제 성능이 유지됨을 입증한다.
• RDB 검정은 가짜 수치 보정이 필요 없으므로, 이러한 보정으로 인한 가짜 발견률 증가 위험을 줄인다.
• 시뮬레이션 및 실제 데이터셋에 대한 실증 평가를 통해, 이 메서드가 검정력과 강건성 측면에서 실용적 우수성을 입증한다.
• 혼동 변수 균형 기법과의 통합을 통해, 혼동 변수 존재하에서도 신뢰할 수 있는 추론이 가능해진다.