尊龙凯时人生就是博王怡雯课题组开发新型批次效应去除方法

2023-06-14 11:23:35来源：

【字体：大中小】

近日，《生物信息学简报（Briefings in Bioinformatics）》在线发表了尊龙凯时人生就是博王怡雯课题组联合墨尔本大学的研究论文，题为“PLSDA-batch:a multivariate framework to correct for batch effects in microbiome data（PLSDA-batch：校正微生物组数据中批次效应的多变量框架）”。该研究开发了一种基于偏最小二乘判别分析（PLSDA）的多元非参数批次效应去除方法：PLSDA-batch，该方法可用于校正微生物组数据中由非实验因素导致的结果差异（批次效应）。

研究微生物组成和表型（包括人类疾�。┲涞牧凳俏⑸镒檠芯康闹饕勘�，例如，肠道微生物群落的破坏与多种疾病和亚健康状态有关，从炎症性肠病、糖尿病、到肥胖和营养不良。然而，由于微生物群落是高度动态的，因此微生物组数据极易受到批次效应的影响，批次效应通常掩盖了研究人员所感兴趣的生物学效应。现有的批次效应校正方法主要是为基因表达量数据开发的，没有考虑到微生物组数据的固有特征，包括零膨胀、过度离散和变量之间的相关性。即使存在一些针对微生物组数据的去除批次效应的方法，也都存在许多使用场景和条件上的限制。

因此，研究人员开发了一种以多元方式去除批次效应，同时保留实验组差异的方法，称之为PLSDA-batch（下载地址：https://github.com/EvaYiwenWang/PLSDAbatch）。在此基础上，还提出了两种延伸方法：（1）加权 PLSDA-batch（wPLSDA-batch）应对不平衡的实验设计，（2）稀疏PLSDA-batch（sPLSDA-batch）应对模型过拟合现象。同时在模拟数据集和实际数据集上验证了其与目前几种常用的方法removeBatchEffect、ComBat和SVA相比，具有很强的竞争力，特别是在去除设计不平衡的实验中的批次效应上。

图1 | PLSDA-batch的框架

为了验证方法的有效性，研究人员先在模拟数据集上测试了PLSDA-batch，并与常用的removeBatchEffect、ComBat和SVA这三种方法进行了比较；然后在三个实际数据集上，与removeBatchEffect、ComBat这两种方法进行了对比。

通过模拟平衡和不平衡的实验数据，使用pRDA、R(2)、准确性指数等评估手段，与非加权的PLSDA-batch相比，加权的版本对于不平衡的实验设计是必要的。虽然PLSDA-batch与其他批次效应校正方法相比，保留的实验方差比例相似或略�。谑笛樯杓撇黄胶獾那榭鱿�，PLSDA-batch获得了更高的F1得分和AUC。当模拟数据中没有同时具有实验效应和批次效应的变量时，sPLSDA-batch和PLSDA-batch校正后的数据接近基准数据。然而，当模拟数据含有同时包括这两种效应的变量时，sPLSDA-batch的效果略差于PLSDA-batch。此外，研究人员的结果还表明，SVA有过拟合数据的倾向，而ComBat无法完全消除批次差异，removeBatchEffect无法保留足够的实验效应以准确识别变量。

图2 | 模拟数据中PLSDA-batch与其他方法的各项检测指标结果

研究分析了三个采用16s rRNA测序获得的微生物组数据集（OTU级别），分别为海绵组织（sponge，sponge A. aerophoba）数据、厌氧消化（AD，Anaerobic Digestion）数据、高脂肪高糖饮食（HFHS，High Fat High Sugar diet）数据。在分析之前，计数数据均通过了中心对数比转换。在sponge和AD数据中，PLSDA-batch和sPLSDA-batch的表现相似。这两个数据集都具有较强的批次效应，研究人员使用的所有测试指标都表明PLSDA-batch和sPLSDA-batch优于ComBat，后者没有充分地去除批次差异（sponge和AD数据中），且没有充分地保留实验组差异（AD数据中）。并且与本方法相比，使用removeBatchEffect校正的数据能保留的实验方差比例普遍较小。此外，该方法，对于批次效应较弱的HFHS数据，相较于PLSDA-batch，用sPLSDA-batch校正后的数据丢失了少量的实验方差，因为它为了避免过度拟合，估算实验组分时精度没有那么高，表明sPLSDA-batch并不适合弱批次效应。

图3 | 实际数据中PLSDA-batch与其他方法的各项检测指标结果

尊龙凯时人生就是博副研究员王怡雯为该论文的第一作者，墨尔本大学数学与统计学院Kim-Anh Lê Cao教授为通讯作者。

该研究得到了中国国家留学基金委，中国博士后科学基金，中国国家自然科学基金的资助。

原文链接：https://academic.oup.com/bib/article/24/2/bbac622/6991121

尊龙凯时 人生就是博

尊龙凯时 人生就是博

新闻中心

尊龙凯时 人生就是博王怡雯课题组开发新型批次效应去除方法

尊龙凯时人生就是博

尊龙凯时人生就是博

尊龙凯时人生就是博王怡雯课题组开发新型批次效应去除方法