微生物组中介分析方法的基准评估与基于绝对丰度的CAMRA方法

《Microbiome》：Error control for microbiome mediation analysis: benchmarking and remedy

　　

摘要

背景

识别介导暴露因素影响健康结果的微生物类群，有助于阐明因果通路并提示治疗靶点。微生物组测序通常测量的是类群的相对丰度（RA），而绝对丰度（AA）——往往是机制解释中更相关的尺度——并不能被直接观测到。尽管在其他微生物组分析（如差异丰度检验）中，由组成性引起的假阳性已被记录在案，但针对微生物组中介分析方法的系统性基准评估仍然匮乏。

结果

我们通过广泛的模拟和真实数据应用，对九种中介方法进行了基准评估。我们以实验推导的AA模板数据集为模拟锚点，生成的AA谱比常用模拟器更好地保留了经验结构。在各种模拟设置中，许多方法表现出膨胀的错误率，且随着组成效应的加剧，膨胀程度也随之恶化。在真实数据应用中，在模拟中表现出严重膨胀的方法也返回了明显更大的中介变量集合。作为一种解决方案，我们引入了CAMRA，该方法可以从标准的RA数据推断和检验AA水平的中介效应。CAMRA在改善FDR校准和类群水平中介发现的功效方面表现良好，同时保持了较优的运行时间。

结论

可靠的微生物中介变量发现需要校准良好的推断方法。我们的基准评估凸显了RA水平中介检验面临的系统性挑战。CAMRA通过针对AA水平的中介效应提供了一种解决方案。

视频摘要