ParasiteR:R语言中用于寄生虫学数据分析的统一框架

《Ecological Modelling》:parasiteR: A unified framework for parasitological data analysis in R

【字体: 大 中 小 】 时间:2026年08月06日 来源:Ecological Modelling 3.5

编辑推荐:

  摘要对寄生虫学数据开展定量分析,对于理解宿主与寄生虫的相互作用以及更广泛的生态学和流行病学过程至关重要。然而,由于寄生虫分布具有聚集性、零值膨胀以及异质性等特征,这类分析常常面临挑战。这些特点往往导致人们错误地应用或解读患病率、丰度、感染强度等传统指标,进而限制了生态学推断的结果

  

摘要

对寄生虫学数据开展定量分析,对于理解宿主与寄生虫的相互作用以及更广泛的生态学和流行病学过程至关重要。然而,由于寄生虫分布具有聚集性、零值膨胀以及异质性等特征,这类分析常常面临挑战。这些特点往往导致人们错误地应用或解读患病率、丰度、感染强度等传统指标,进而限制了生态学推断的结果可靠性,以及不同研究之间的可比性。本研究推出了R语言包parasiteR,它通过将传统指标的估算、可视化与解读——包括聚集指数及其置信区间——整合到统一的分析流程中,为可重复的寄生虫学数据分析提供了理论与实践相结合的框架。该包涵盖了数据预处理、探索性可视化、指标估算以及基于自举法的置信区间计算等功能,从而实现更为连贯且透明的分析过程。本研究通过一个旨在模拟现实且分析难度较高的寄生虫学场景的虚拟数据集,展示了该包的分析能力,同时也指出了在指标解读过程中常见的方法学误区。分析结果表明,数据结构会对参数估算产生显著影响,因此在高度聚集且非正态的情况下,使用稳健的统计量(如中位数)以及合适的推断方法尤为重要。该框架还指出了样本量过小和变异度较低所带来的问题,有助于以透明且可重复的方式处理不确定性。通过将概念性思考与R语言环境中的实际操作相结合,parasiteR为提升定量寄生虫学及相关生态学分析的严谨性、分析一致性及可重复性提供了便捷且集成化的解决方案。

引言

对寄生虫学数据进行定量分析,对于理解宿主与寄生虫的相互作用,以及更广泛的生态学和流行病学过程而言不可或缺,同时也有助于在寄生虫生态学以及动植物健康研究中获得可靠的分析结果。自从经典的寄生虫学指标被提出以来,研究寄生虫种群时一直依赖患病率、平均感染强度和平均丰度等统计量来描述宿主体群中的感染状况(Margolis等人,1982;Poulin,1993;Bush等人,1997)。近年来,聚集指数逐渐被视为描述寄生虫种群的补充指标(Reiczigel等人,2019;Morrill等人,2023)。因此,最近的综述不仅强调了这些指标的重要性,也指出了在对其估算和解读时需要采用合适的方法(Paterson和Lello,2003;Bautista-Hernández等人,2015;Morrill等人,2023)。
寄生虫生态学中的一个核心挑战在于寄生虫在宿主体内的分布呈现聚集特征:大多数宿主仅携带少量或没有寄生虫,而仅有少数宿主存在严重感染(Wilson等人,2002;Poulin,2013;Morrill等人,2023)。这种过度离散性和异质性使得统计分析变得复杂,也限制了那些基于正态分布和方差齐性假设的传统分析方法的应用(Paterson和Lello,2003;Reiczigel等人,2019;McVinish和Lester,2020)。因此,寄生虫学数据集通常需要专门的分析流程,才能有效处理数据偏斜、过度离散以及大量零值等问题。
尽管这些指标被广泛使用,但在相关文献中却常常被错误应用,因为传统使用的统计量可能无法准确反映数据的真实分布情况(Paterson和Lello,2003;Morrill等人,2023)。常见的问题包括采样单元的定义不够清晰、在估算丰度时排除了未感染的宿主、混淆了感染强度与平均感染强度的概念,以及不当使用统计量(Rózsa等人,2000;Heinzmann和Torgerson,2008;Neal,2012)。这类不一致性会损害生态学推断的可靠性,降低研究的可重复性,还会妨碍不同研究结果之间的比较。此外,在样本量较小、聚集程度较高或存在零值膨胀的情况下,这些指标的统计特性往往被忽视,此时估算结果可能变得不稳定,难以解读(Morrill等人,2023;Poulin,2025)。这进一步凸显出,除了明确指标的定义之外,还需要建立能够充分考虑数据结构不确定性以及寄生虫学数据集固有统计局限性的集成化分析框架。
因此,合适的分析工具对于寄生虫学数据的研究至关重要。为此,已有专门的软件如Quantitative Parasitology(QP)被开发出来用于此类分析(Reiczigel等人,2019)。但对于更为复杂的分析流程,这类软件的使用可能会受到可访问性、维护性和灵活性等方面的限制:其网络版本依赖于单一的活跃服务器,独立版本则是为旧版Windows系统设计的,而且作为独立应用程序,其编程能力和可重复性都低于基于脚本的环境。相比之下,R语言环境极大地拓展了统计分析的可能性(R Core Team,2025)。在过去十五年中,R语言作为一种灵活、可扩展且有助于实现可重复研究的统计编程语言,已被广泛应用于众多科学领域(Staples,2023)。然而,尽管R语言在众多学科中得到了广泛应用,但专门针对定量寄生虫学设计的工具仍然较为有限。一些包提供了适用于寄生虫学分析特定方面的功能。例如,epitools可用于估算与患病率计算相关的比例、比率及置信区间(Aragon,2020);eggCounts则侧重于利用自举法分析粪便中的虫卵数量(Wang和Paul,2018);而PoolTestR则可用于从混合样本中估算患病率(Bilder等人,2024)。不过,现有的工具大多仅专注于特定的分析任务,目前还没有一个包能够将所有核心的寄生虫学指标(如平均感染强度和median感染强度、平均丰度和median丰度及其置信区间)整合到统一的分析流程中。因此,寄生虫生态学分析往往依赖于分散的流程,需要结合多个包中的功能以及临时开发的程序,这可能会降低分析的可重复性、透明度以及分析一致性。
在本研究中,我们推出了R语言包parasiteR,它通过在一个统一的分析框架内,对传统指标、聚集指数及其相关置信区间进行整合性的估算、可视化与解读,从而助力实现可重复的寄生虫学数据分析。该包能够处理不同复杂度的数据集,通过整合常用的分析方法以及用于评估数据结构和指标特征的诊断与可视化工具,简化了数据处理与探索性分析的过程。此外,通过将该包应用于虚拟数据集,可以识别并探讨在运用寄生虫学指标时常见的理论和方法学问题,同时提供实用建议,以提高定量寄生虫学分析的严谨性、可解释性及可重复性。

章节节选

parasiteR包概述

parasiteR包为寄生虫计数数据的探索性分析与统计分析提供了一套完备的工具。其主要功能包括:导入和预处理寄生虫学数据矩阵、对寄生虫数据展开探索性可视化、计算标准的寄生虫学指标(如寄生虫患病率、平均/median丰度以及平均/median感染强度),还有计算聚集指数(如方差与均值之比、平均拥挤度、斑块度、Poulin’s D等)。

结果

以下部分将按照“材料与方法”部分所述的分析步骤,展示parasiteR在para_data数据集上的应用情况。对于每一步骤,我们会介绍所使用的R代码、生成的关键结果以及其对结果的解读。虽然本教程使用了该包中包含的para_data示例数据集,但用户也可以通过para_read_data()函数导入自己的.csv文件来进行分析。例如,要加载用户提供的数据集,可按如下操作:
# 代码片段

讨论

使用parasiteR包对虚拟数据集进行的分析,有效地捕捉到了寄生虫学数据的内在结构复杂性——这类数据通常具有高度聚集的分布特征,且零值出现频率很高(Reiczigel等人,2019;Morrill等人,2023;Poulin,2025,Poulin,2026)。再加上数据缺失和样本量不平衡的问题,都会影响生态学指标的可靠估算与解读,比如平均值等指标。

伦理审批

本研究未涉及需要伦理审批的动物或人类受试者。

关于稿件准备过程中生成式AI及AI辅助技术的声明

在撰写本文的过程中,作者们使用了ChatGPT来优化文章内容并协助进行英文翻译。在使用该工具之后,他们又对文章进行了仔细审查和修改,对文章中的内容承担全部责任。

资金支持

本研究未获得公共部门、商业机构或非营利组织提供的任何专项资助。作者们需要说明的是,这项工作是在阿根廷科学界面临严重的财务和制度危机时期完成的,当时该领域的资助机会极为匮乏,运营支持大幅减少,技术和行政人员被裁减,研究人员们的薪资也大幅下降。

CRediT作者贡献声明

E.O. Furlan:写作——初稿撰写、软件使用、方法设计、正式分析、概念构建。J. Cabrera:写作——审阅与编辑、验证、软件使用、方法设计。E. Helman:写作——审阅与编辑、验证、监督、方法设计。
E.O. Furlan|J. Cabrera|E. Helman
阿根廷圣菲省埃斯佩兰萨市,利托尔国立大学/国家科学技术研究委员会利托尔兽医科学研究所疾病生态学实验室(ICiVet – UNL – CONICET)
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号