零膨胀贝塔混合模型用于组成型微生物组介导变量的边际中介分析

《Frontiers in Cellular and Infection Microbiology》：A zero-inflated beta mixture model for marginal mediation analysis with compositional microbiome mediators

　　

摘要专业翻译 微生物组在疾病发病机制中的作用是一个新兴研究领域，有强有力的证据表明菌群失调与癌前状态和癌症状态相关。微生物组数据因其稀疏性、组成性约束和潜在异质性，给因果中介分析带来了巨大挑战。为解决这些问题，研究人员提出了一种零膨胀贝塔混合（zero-inflated beta mixture, ZIBM）方法，用于具有组成型微生物组介导变量的中介分析。所提出的方法通过零膨胀成分处理过量零值，并利用贝塔混合分布捕捉非零相对丰度中的异质性。在潜在结果框架（potential-outcomes framework）内，ZIBM提供了边际微生物组介导因果效应的估计值，模型参数通过期望最大化（expectation-maximization, EM）算法进行估计。模拟研究表明，与现有方法相比，ZIBM在微生物组数据中常见条件下能够提供更准确的估计和更可靠的推断。对一项真实微生物组研究的应用进一步说明了其实用价值。这些结果表明，所提出的方法为涉及组成型微生物组数据的中介分析提供了一种更灵活、更稳健的统计框架。

论文解读文章

一、研究背景与问题

微生物组在复杂疾病发病机制中的作用日益受到关注。高通量测序技术（包括16S核糖体RNA基因测序和宏基因组鸟枪法测序）的发展，使得对微生物群落的全面表征成为可能，也推动了微生物组介导机制在阿尔茨海默病、头颈鳞状细胞癌、结直肠癌等复杂疾病中的研究。现有证据表明，口腔和肠道微生物组菌群失调与多种环境暴露及癌症状态相关，菌群相对丰度的变化可能通过重编程免疫、代谢、神经和内分泌通路影响宿主健康。因此，识别介导风险因素与健康结局之间关联的微生物分类群具有重要的科学意义。

中介分析为量化涉及中间变量的因果通路提供了统计框架，可将暴露的总效应分解为直接效应和间接效应。然而，将中介分析扩展到微生物组研究面临独特挑战：微生物组数据本质上是组成型的、稀疏的且高维的，含有大量零观测值。这些零值可能来源于真实的生物学缺失，也可能来源于欠采样和检测限等技术因素。组成性约束与零膨胀的共存使得统计建模和推断变得复杂。

已有方法中，Sohn和Li（2019）提出的组成型中介模型（CCMM）考虑了微生物组介导变量的组成结构；Imai等人（2010）的因果中介方法（IKT）提供了估计间接效应的框架，但并非专门针对微生物组介导变量设计；Wu等人（2022）开发的MarZIC框架在潜在结果范式下对零膨胀组成型介导变量建模，可将中介效应分解为存在-缺失二元状态变化和连续丰度变化两个部分。然而，MarZIC对非零丰度成分使用单一贝塔分布，这一假设在某些场景下过于严格——非零微生物组相对丰度可能呈现偏态、多峰等异质性形态，这些模式可能源于潜在样本亚组、不同的微生物群落状态或未测量的宿主和环境因素。

二、研究内容与意义

针对上述局限，研究人员提出了一种零膨胀贝塔混合（ZIBM）模型，用于组成型微生物组介导变量的边际中介分析。该模型扩展了MarZIC框架，通过引入混合分布表示来捕捉微生物组成中的过量零值和潜在异质性，在保持潜在结果框架内可解释性的同时，提高了对稀疏和组成型介导变量的建模能力，从而实现对微生物组介导因果效应更准确的估计和推断。

三、主要技术方法

研究人员采用以下关键技术方法开展研究：其一，构建零膨胀贝塔混合分布（ZIBM）作为介导变量的边际分布模型，该分布由零膨胀成分和K+1个贝塔分布成分的混合组成，其中单一贝塔模型作为混合成分数为1时的特例被包含；其二，在潜在结果框架内定义自然间接效应（NIE）和自然直接效应（NDE），并将NIE进一步分解为NIE₁（介导变量数值尺度变化引起的效应）和NIE₂（介导变量从零到非零二元状态变化引起的效应）；其三，采用期望最大化（EM）算法估计模型参数；其四，使用多元delta方法推导置信区间（CI），并辅以bootstrap程序作为估计标准误和构建CI的替代方案；其五，基于AIC或BIC准则选择最优的贝塔混合成分数量。研究通过模拟实验和一项真实微生物组研究数据应用来评估方法性能。

四、研究结果

模拟研究。 模拟研究评估了所提出方法在微生物组数据常见条件下的性能表现。结果表明，与现有方法（包括MarZIC、CCMM和IKT）相比，ZIBM在多种模拟场景下均能提供更准确的效应估计和更可靠的推断，特别是在非零相对丰度呈现异质性分布形态时优势更为明显。

真实数据应用。 研究人员将ZIBM方法应用于一项真实的微生物组研究数据，进一步验证了其实用价值。应用结果展示了该方法在实际微生物组中介分析场景中的可行性和有效性，能够为识别介导风险因素与健康结局关联的微生物分类群提供更稳健的统计推断。

五、讨论与结论

讨论部分指出，ZIBM方法通过贝塔混合分布放松了MarZIC中单一贝塔分布的假设限制，使非零成分能够适应经验分布形态，包括偏态和多峰模式。混合成分用于捕捉非零相对丰度分布中的异质性，并不假定其具有直接的生物学对应解释。对于固定数量的非零贝塔成分，模型拟合后可计算AIC和BIC，用户可指定候选成分数量范围，R包将基于AIC或BIC自动选择最优成分数。

研究结论表明，ZIBM方法为涉及组成型微生物组数据的中介分析提供了一种更灵活、更稳健的统计框架。该方法能够有效处理微生物组数据中的零膨胀、组成性约束和潜在异质性等特征，在潜在结果框架内提供边际微生物组介导因果效应的估计，为微生物组介导机制研究提供了有力的分析工具。