mbImpute: an accurate and robust imputation method for microbiome data.
mbImpute: an accurate and robust imputation method for microbiome data.
复制标题
DOI：
10.1186/s13059-021-02400-4
复制
发表时间：
2021-06-28
期刊：
影响因子：
12.3
通讯作者：
Li JJ
中科院分区：
文献类型：
--
作者：
Jiang R;Li WV;Li JJ
微生物组数据分析的一个关键挑战是存在许多非生物零值，这些零值扭曲了分类单元丰度分布，使数据分析复杂化，并危及科学发现的可靠性。为了解决这个问题，我们提出了微生物组数据的第一种插补方法-mbImpute-通过从相似的样本，相似的分类群和可选的元数据（包括样本协变量和分类群发生）中联合借用信息来识别和恢复可能的非生物零值。我们证明了mbImpute提高了从2型糖尿病和结直肠癌的微生物组数据中识别疾病相关分类群的能力，并且mbImpute保留了分类群丰度的非零分布。在线版本包含补充材料，可在（10.1186/s13059-021-02400-4）获得。
A critical challenge in microbiome data analysis is the existence of many non-biological zeros, which distort taxon abundance distributions, complicate data analysis, and jeopardize the reliability of scientific discoveries. To address this issue, we propose the first imputation method for microbiome data—mbImpute—to identify and recover likely non-biological zeros by borrowing information jointly from similar samples, similar taxa, and optional metadata including sample covariates and taxon phylogeny. We demonstrate that mbImpute improves the power of identifying disease-related taxa from microbiome data of type 2 diabetes and colorectal cancer, and mbImpute preserves non-zero distributions of taxa abundances. The online version contains supplementary material available at (10.1186/s13059-021-02400-4).
登录
查看更多内容
影响因子：
46.9
作者：
Ernst J;Kellis M
通讯作者：
Kellis M
影响因子：
48
作者：
Callahan BJ;McMurdie PJ;Rosen MJ;Han AW;Johnson AJ;Holmes SP
通讯作者：
Holmes SP
DOI：
10.1080/01635581.2019.1577984
发表时间：
2019-05-19
影响因子：
2.9
作者：
Fahmy, Cinderella A.;Gamal-Eldeen, Amira M.;Shaaban, Mohamed T.
通讯作者：
Shaaban, Mohamed T.
影响因子：
2.1
作者：
Chen, Jun;Bushman, Frederic D.;Li, Hongzhe
通讯作者：
Li, Hongzhe
影响因子：
1.2
作者：
Bahmani, Sepideh;Azarpira, Negar;Moazamian, Elham
通讯作者：
Moazamian, Elham