差异丰度分析

搜索
登录

差异丰度分析

文章数：2篇

差异丰度分析

在微生物组测序数据中，如何选择差异丰度分析方法？

如今，差异丰度分析（DAA-C）是微生物组数据分析中一项中心统计任务，DAA-C工具可有效筛选微生物候选物进而有利于进一步验证相关发现，但目前的相关工具的结果仍存在较大的差异，阻碍了相关生物学结果的解释。近日，美国梅奥医学中心的研究人员在Briefings in Bioinformatics发表最新研究，基于真实数据对11种DAA-C相关工具的性能进行了基准测试，发现线性模型方法（如LinDA、MaAsLin2和LDM）比基于广义线性模型的方法性能相对更稳健。此外，发现没有一种评估方法在各种设置中是最佳的，性能最佳的方法主要取决于生物学真相和数据特征，其中LinDA方法在假阳性控制和功率间能有较好的权衡，值得相关人员进一步测试。

差异丰度分析微生物组数据研究论文基础研究生信分析工具

差异丰度分析

国内团队：用于菌群关联分析的R包-MZINBVA

上海交通大学王涛团队近期在Briefings in Bioinformatics发表文章，提出了用于菌群研究中关联分析的多级零膨胀负二项式模型，开发了一种用于最大似然估计和推理的变分逼近方法，其使用优化而不是抽样来近似对数似然和计算参数估计，提供参数估计协方差的稳健估计，并构建用于关联测试的 Wald 型检验统计量。作者开发了一个 R 包 MZINBVA 来实现所提出的方法，可从 GitHub 资源库 https://github.com/liudoubletian/MZINBVA 上获得。

差异丰度分析广义线性混合模型GLMMs 纵向和多级数据变分推理