Redes Microbianas en SPRING - Correlación Basada en Rangos Semiparamétricos y Estimación de Correlación Parcial para Datos Cuantitativos del Microbioma

Las técnicas de secuenciación microbiana de alto rendimiento, como la secuenciación basada en amplicones dirigidos y el perfilado metagenómico, proporcionan datos de encuestas genómicas de bajo costo sobre comunidades microbianas en su entorno natural, que van desde ecosistemas marinos hasta hábitats asociados a hospederos. Si bien los datos estándar de perfilado del microbioma pueden proporcionar abundancias relativas escasas de unidades taxonómicas operativas o genes, los avances recientes en protocolos experimentales ofrecen una imagen más cuantitativa de las comunidades microbianas al combinar técnicas basadas en secuenciación con mediciones ortogonales de recuentos celulares microbianos del mismo muestra. Estas mediciones en tándem proporcionan datos absolutos de recuento microbiano, aunque con un gran exceso de ceros debido a la profundidad de secuenciación limitada. En esta contribución consideramos el problema estadístico fundamental de estimar correlaciones y correlaciones parciales a partir de tales datos cuantitativos del microbioma. Con este fin, proponemos un enfoque semiparamétrico basado en rangos para la estimación de correlaciones que puede tratar naturalmente con el exceso de ceros en los datos. Combinar este estimador con técnicas de modelado gráfico escaso conduce al enfoque semiparamétrico basado en rangos para inferencia en modelos gráficos (SPRING). SPRING permite la inferencia de redes de asociación microbiana estadísticas a partir de datos cuantitativos del microbioma, que pueden servir como un resumen estadístico de alto nivel del ecosistema microbiano subyacente y proporcionar hipótesis comprobables para interacciones funcionales entre especies. Debido a la ausencia de asociaciones microbianas verificadas, también introducimos un nuevo mecanismo de generación de datos cuantitativos del microbioma que imita las distribuciones marginales empíricas de los datos de recuento medidos, al mismo tiempo que permite dependencias especificadas por el usuario entre las variables. SPRING muestra un rendimiento superior en la recuperación de redes en una amplia gama de problemas de referencia realistas con distintas topologías de red y es robusto a especificaciones incorrectas de la estimación del recuento total de células. Para resaltar la amplia aplicabilidad de SPRING, inferimos asociaciones taxonómicas a partir de los datos del American Gut Project y asociaciones de género a partir de un reciente conjunto de datos cuantitativos del microbioma intestinal. Creemos que, a medida que los datos de perfilado cuantitativos del microbioma se hagan cada vez más disponibles, los estimadores semiparamétricos para la estimación de correlaciones y correlaciones parciales introducidos aquí proporcionan una herramienta importante para un análisis estadístico fiable de los datos cuantitativos del microbioma.