[论文解读] Bayesian Structural Learning with Parametric Marginals for Count Data: An Application to Microbiota Systems

Veronica Vinciotti, Pariya Behrouzi+1 more|arXiv (Cornell University)|Mar 18, 2022

Bayesian Methods and Mixture Models被引用 5

一句话总结

本文提出了一种具有参数化离散威布尔边缘分布的贝叶斯高斯椭 copula 图模型，用于推断高维、异质性计数数据（如宏基因组测序数据）中的依赖结构。通过在边缘分布中建模协变量效应，并结合连续时间出生-死亡搜索与扩展秩似然，该方法实现了对边缘效应与网络结构的联合推断，并实现完整的不确定性量化，在检测与生物学相关的微生物相互作用方面优于标准方法。

ABSTRACT

High dimensional and heterogeneous count data are collected in various applied fields. In this paper, we look closely at high-resolution sequencing data on the microbiome, which have enabled researchers to study the genomes of entire microbial communities. Revealing the underlying interactions between these communities is of vital importance to learn how microbes influence human health. To perform structural learning from multivariate count data such as these, we develop a novel Gaussian copula graphical model with two key elements. Firstly, we employ parametric regression to characterize the marginal distributions. This step is crucial for accommodating the impact of external covariates. Neglecting this adjustment could potentially introduce distortions in the inference of the underlying network of dependences. Secondly, we advance a Bayesian structure learning framework, based on a computationally efficient search algorithm that is suited to high dimensionality. The approach returns simultaneous inference of the marginal effects and of the dependence structure, including graph uncertainty estimates. A simulation study and a real data analysis of microbiome data highlight the applicability of the proposed approach at inferring networks from multivariate count data in general, and its relevance to microbiome analyses in particular. The proposed method is implemented in the R package BDgraph.

研究动机与目标

• 解决宏基因组研究中常见的高维、异质性计数数据的结构学习挑战。
• 将外部协变量纳入边缘分布，以减少虚假依赖并提高网络恢复的准确性。
• 开发一种计算高效的贝叶斯框架，同时考虑边缘效应与图结构的不确定性。
• 实现在复杂系统（如肠道与口腔微生物群）中微生物相互作用的准确推断。
• 为具有过多零值与过度离散的计数数据提供一种灵活的参数化替代方案，以替代非参数化或变换方法。

提出的方法

• 使用高斯椭 copula 将边缘分布与条件独立图关联，实现非正态依赖结构的建模。
• 采用离散威布尔回归对边缘分布进行参数化建模，从而联合捕捉协变量对位置与离散度的影响。
• 应用扩展秩似然处理离散数据中的非单调性问题，实现在潜在高斯空间中的一致估计。
• 利用连续时间出生-死亡过程实现高维设置下的高效贝叶斯结构学习。
• 对图结构与偏相关系数进行完整的后验推断，通过后验边概率提供不确定性估计。
• 在 R 包 BDgraph 中实现该方法，便于在真实宏基因组数据中应用。

实验结果

研究问题

• RQ1 与标准方法相比，具有参数化边缘分布的贝叶斯椭 copula 图模型是否能提升高维计数数据中的网络推断性能？
• RQ2 在边缘分布中引入协变量如何影响推断的微生物相互作用网络的准确性与稳健性？
• RQ3 使用离散威布尔边缘分布在多大程度上能捕捉宏基因组计数数据中的异质性及过度/不足离散？
• RQ4 该方法在高维设置下对图结构与边强度的不确定性量化能力如何？
• RQ5 从肠道与口腔微生物群系统中推断出的网络结构中，可获得哪些生物学见解？

主要发现

• 该方法成功恢复了具有生物学合理性的微生物相互作用网络，肠道与唾液微生物群内部连接性更强于群间连接。
• 肠道与唾液的平均后验边概率分别为 4.7% 和 10%，分别有 89% 和 87% 的边具有超过 0.5 的后验概率。
• 群间连接也具有显著性，86% 的边后验概率超过 0.5，平均绝对偏相关系数为 0.17，表明肠道与口腔微生物群之间存在功能性交流。
• 在离散威布尔边缘中引入协变量可减少虚假依赖，并提高网络估计的准确性。
• 贝叶斯框架提供了完整的不确定性量化，后验边概率与偏相关系数估计使高维设置下的稳健推断成为可能。
• 该方法检测到厚壁菌门-拟杆菌门之间的相互作用，这些相互作用与炎症性肠病、肥胖症及2型糖尿病相关，提示潜在治疗靶点。