前沿科技 中科院科学家研究提出微生物组数据挖

2020-02-05 08:18
和记娱乐 来源:和记h88
原创

 

  随着高通量多组学技术的发展,传统的数据分析方法难以在日益复杂、规模庞大的微生物组数据中挖掘出有效可靠的信息,在数据集庞大、样本之间存在各种复杂差异性,微生物组和宿主表型特征之间存在的细微关联可能是研究目的所在,但是极易被掉。

  本课题组结合mapper算法和网络富集分析,开发基于拓扑学数据分析(topological data analysis, TDA)的tmap软件,提供了整合大规模人群微生物组数据的分析框架。tmap将不同国家地区、不同疾病类型和不同宿主表型的人群微生物组大数据加以整合,融合不同来源的微生物组及其宿主表型的医疗健康大数据,是目前微生物组数据共享和整合的创新性方法。这对大规模人群队列的数据分析而言,不仅归纳总结了数据隐含的规律,也对科学假设的提出,科学问题的提炼有很大帮助。

  本研究中tmap的大致工作流程是将高维微生物组数据为拓扑学网络结构,并用于微生物组人群分层及相关性分析。通过Mapper算法及网络分析,tmap利用样本的微生物组数据构建TDA网络结构,并通过SAFE score量化了样本表型或者在一簇样本中的富集程度。基于SAFE score可以实现以下3个分析目的:一是Ranking,即对每个表型或的SAFE score之和排序,其含义与linear regression中的effective size类似,但是对线性及非线性的关联都可以较好地识别;二是Ordination,对SAFE score做PCA,目的为展示一个整体富集规律(overall enrichment pattern)不仅可以识别对微生物组变化贡献最大的或表型,也可以了解哪些表型或的联系比较紧密;三是Co-enrichment network,这里的网络基于及表型关联的显著性构建,用于探索其生物学意义上的关联或者混杂因素(confounder),需要以研究目的和意义为导向。

  另外,本研究通过对4个数据集(包括1个合成数据和3个真实世界数据)对tmap方法加以验证,结果表明与传统的线性方法(如envfit, adonis , ADONISM)相比,tmap都表现更好,对非线性关联及潜在规律都有较好的识别。以比利时队列FGFP为例:2016年发表在Science,研究内容为健康正群的肠道微生物组。研究纳入了1106个粪便16S rRNA样本,及样本的69个宿主表型特征,包括了7个metadata类别:社会人口学特征,生活方式,血液指标,健康状况,饮食习惯,肠道健康状况及病史用药情况。文章表明,仅有7.63%的微生物组改变与宿主表型的变化有关。tmap提高了识别并解读population-scale的微生物组-宿主表型关联的能力。如下图所示,tmap不仅可以较好地复现envfit这种基于线性回归的方法,也在对非线性变化的捕捉上,比envfit更加灵敏。通过对FGFP数据的SAFE score分析,可以得到许多原始文章中没有挖掘到的规律和线索。如下图所示,比如两种药物虽然与同一种疾病相关联,但其对微生物组的影响是不同的,具体表现为在网络图上的富集部位不一样。这都是传统线性分析难以得到的。

  总的来说 ,tmap有助于将不同国家地区、不同疾病类型、不同宿主表型的人群微生物组大数据加以整合,对人群做精细分层,为性的干预性治疗、数据来源多样化的meta分析等研究提供了有效线索。有效融合不同来源的微生物组及其宿主的医疗健康大数据,是实现微生物组数据共享和整合的创新性方向。其次,tmap不仅可以胜任传统线性研究对线性关系的刻画,也对非线性关联灵敏,优于传统分析方法。且基于微生物组网络地图,可以挖掘基于微生物组变化背景的宿主表型关联,使表型之间的关系不会与微生物组变化割裂开来。最后,了解不同宿主表型在网络图上的分布,捕捉变量之间联系及变量自身的重要性排序,对大规模人群队列的数据分析,不仅归纳总结了现有数据规律,也对科学假设的提出,科学问题的提炼有很大帮助。

  tmap的大致工作流程:将高维微生物组数据为拓扑学网络结构,并用于微生物组人群分层及相关性分析。

  以比利时队列为例,左图为关联微生物组特征与宿主表型,对宿主表型进行排序。并与传统envfit方法比较。右图表现了tmap对线性及非线性关联均有良好的捕捉。

  以比利时队列为例,对疾病和用药的共富集分析。左图为关联微生物组特征与宿主表型,对宿主表型进行排序。并与传统envfit方法比较。右图表现了tmap对线性及非线性关联均有良好的捕捉。

      和记娱乐,和记h88,h88平台官网