Principal Amalgamation Analysis for Microbiome Data.
Principal Amalgamation Analysis for Microbiome Data.
复制标题
微生物组数据的主要合并分析。
作者：
近年来，微生物组研究变得越来越普遍和大规模。通过高通量测序技术和完善的分析管道，可以定期生成操作分类单位及其相关分类结构的相对丰度数据。由于这些数据可能是非常稀疏和高维的，因此通常真正需要降维以促进数据可视化和下游统计分析。我们提出了主合并分析（PAA），一种新的基于合并和分类指导的微生物组数据降维范式。我们的方法的目的是聚集成一个较小的主要成分，指导可用的分类结构，通过适当测量的信息损失最小化的组合物。损失函数的选择是灵活的，并且可以基于熟悉的多样性指数，以保持数据中的样本内或样本间多样性。为了实现可扩展的计算，我们开发了一个分层PAA算法来跟踪连续简单合并的整个轨迹。可视化工具，包括树状图，碎石图，排序图的开发。使用来自早产儿研究和HIV感染研究的肠道微生物组数据证明了PAA的有效性。
In recent years microbiome studies have become increasingly prevalent and large-scale. Through high-throughput sequencing technologies and well-established analytical pipelines, relative abundance data of operational taxonomic units and their associated taxonomic structures are routinely produced. Since such data can be extremely sparse and high dimensional, there is often a genuine need for dimension reduction to facilitate data visualization and downstream statistical analysis. We propose Principal Amalgamation Analysis (PAA), a novel amalgamation-based and taxonomy-guided dimension reduction paradigm for microbiome data. Our approach aims to aggregate the compositions into a smaller number of principal compositions, guided by the available taxonomic structure, by minimizing a properly measured loss of information. The choice of the loss function is flexible and can be based on familiar diversity indices for preserving either within-sample or between-sample diversity in the data. To enable scalable computation, we develop a hierarchical PAA algorithm to trace the entire trajectory of successive simple amalgamations. Visualization tools including dendrogram, scree plot, and ordination plot are developed. The effectiveness of PAA is demonstrated using gut microbiome data from a preterm infant study and an HIV infection study.
登录
查看更多内容
使用通用的unifrac距离将微生物组组成与环境协变量相关联。
DOI：
10.1093/bioinformatics/bts342
发表时间：
2012-08-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Chen J;Bittinger K;Charlson ES;Hoffmann C;Lewis J;Wu GD;Collman RG;Bushman FD;Li H
通讯作者：
Li H
DOI：
10.1007/bf01029321
发表时间：
1984-01-01
期刊：
JOURNAL OF THE INTERNATIONAL ASSOCIATION FOR MATHEMATICAL GEOLOGY
影响因子：
--
作者：
AITCHISON, J
通讯作者：
AITCHISON, J
影响因子：
4.8
作者：
Clark, JS
通讯作者：
Clark, JS
影响因子：
2.5
作者：
Cong X;Judge M;Xu W;Diallo A;Janton S;Brownell EA;Maas K;Graf J
通讯作者：
Graf J
DOI：
10.1214/12-aoas592
发表时间：
2013-03-01
期刊：
The annals of applied statistics
影响因子：
--
作者：
Chen J;Li H
通讯作者：
Li H