Modèle de régression multinomiale généralisée de Dirichlet à inflation de zéros pour l'analyse des données de composition du microbiome

Il y a un intérêt croissant pour l'utilisation des technologies de séquençage à haut débit pour quantifier les abondances des taxons microbiaux et lier cette abondance aux maladies et traits humains. Une modélisation appropriée des comptages multivariés des taxons est essentielle pour la puissance de détection de cette association. Les modèles existants sont limités dans leur capacité à gérer des observations de zéros excessifs dans les comptages de taxons et à accommoder de manière flexible des structures de corrélation complexes et des schémas de dispersion parmi les taxons. Dans cet article, nous développons une nouvelle distribution de probabilité, multinomiale généralisée de Dirichlet à inflation de zéros (ZIGDM), qui surmonte ces limitations dans la modélisation des comptages multivariés des taxons. Sur la base de cette distribution, nous proposons un modèle de régression ZIGDM pour lier les abondances microbiennes aux covariables (par exemple, l'état de santé) et développons un algorithme d'optimisation par attentes-maximisation rapide pour estimer efficacement les paramètres du modèle. Les tests dérivés nous permettent de révéler des modèles riches de variation dans les compositions microbiennes, y compris la moyenne différentielle et la dispersion. Les avantages des méthodes proposées sont démontrés à travers des études de simulation et une analyse d'un ensemble de données sur le microbiome intestinal.