2021年8月16日， Journal of Genetics and Genomics在线发表了华中师范大学计算机学院蒋兴鹏教授团队题为“A powerful adaptive microbiome-based association test formicrobial association signals with diverse sparsity levels”的研究论文。该论文针对不同稀疏水平的微生物关联信号，提出一种微生物组关联检验新方法，用于检验微生物组与疾病表型之间关联的统计显著性。
https://doi.org/10.1016/j.jgg.2021.08.002已有研究表明微生物组会对某些宿主表型产生影响。例如，肠道菌群可以帮助人类消化食物、促进营养吸收或调节免疫系统等；但另一方面，肠道菌群失调也可能诱发疾病，如糖尿病、结直肠癌等。通过统计检验方法确定微生物组与某个疾病表型是否存在显著关联，有助于系统定量地理解微生物组与疾病之间的关系。与宿主表型相关的微生物占全部微生物组的比例被称为微生物关联信号的稀疏水平 (sparsity levels)。不同宿主表型之间的差异导致微生物关联信号稀疏水平不一致。例如吸烟和饮酒相关表型与肠道和口腔微生物群中大量微生物相关，即为低稀疏水平；而结核病可能主要由单一菌种结核分枝杆菌 (Mycobacterium tuberculosis)引起，即为高稀疏水平。已有研究提出一些针对不同稀疏水平的统计学方法，用于检验微生物组与表型之间关联的统计显著性。但大多数宿主表型与微生物之间关联信号的稀疏水平常常不确定，这对现有方法 (如aMiAD，aMiSPU，MiHC，OMiAT，OMiAT等) 提出挑战。该研究提出一种数据驱动的微生物组关联统计检验整合方法 (microbiome-based association test for microbial association signals, MiATDS)，可以用于分析不同稀疏水平的微生物关联信号。大量模拟实验结果表明，针对不同关联模式，该方法比现有方法具有更好的功效。三组真实微生物组数据（肥胖症、结直肠癌、自闭症）的实验结果进一步证明该方法在未知稀疏水平下检验结果的稳定性。
模拟实验中不同关联模式下的功效。A, C: 样本量为50, 75时，随机选取具有不同稀疏水平的微生物关联信号； B, D：样本量为50, 75时，选取具有系统发育相关的、不同稀疏水平的微生物关联信号。华中师范大学计算机学院博士研究生孙晗和硕士研究生黄晓云为该论文的共同第一作者，蒋兴鹏教授为通讯作者。相关工作得到国家自然科学基金、湖北省重点研发计划项目等资助。引用本文：Han Sun, Xiaoyun Huang, Lingling Fu, Ban Huo, Tingting He, Xingpeng Jiang. (2021). A powerful adaptive microbiome-based association test for microbial association signals with diverse sparsity levels. Journal of Genetics and Genomics.DOI: 10.1016/j.jgg.2021.08.002.猜你喜欢
10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑
系列教程：微生物组入门 Biostar 微生物组 宏基因组
专业技能：学术图表 高分文章 生信宝典 不可或缺的人
一文读懂：宏基因组 寄生虫益处 进化树
必备技能：提问 搜索 Endnote
文献阅读 热心肠 SemanticScholar Geenmedical
扩增子分析：图表解读 分析流程 统计绘图
16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun
在线工具：16S预测培养基 生信绘图
科研经验：云笔记 云协作 公众号
编程模板: Shell R Perl
生物科普: 肠道细菌 人体上的生命 生命大跃进 细胞暗战 人体奥秘
写在后面
为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。
学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”
点击阅读原文，跳转最新文章目录阅读