ANCOMBC
1.0.0
Автор и сопровождающий: Huang Lin: [email protected]
ANCOMBC - это пакет, содержащий дифференциальное изобилие (DA) и корреляционный анализ данных микробиома. В частности, пакет включает в себя анализ композиций микробиомов с коррекцией 2 (Ancom-BC2), анализ композиций микробиомов с коррекцией смещения (ANCOM-BC) и анализ состава микробиомов (ANCOM) для анализа DA и Sparse Acvatation корреляций между микробиомами (SECOM) для анализа корреляции. Данные микробиома, как правило, подвергаются двум источникам смещений: неравные фракции выборки (специфичные для образца смещения) и эффективность дифференциального секвенирования (специфические для таксонов смещения). Методологии, включенные в пакет ANCOMBC, предназначены для исправления этих смещений и статистически построить последовательные оценки.
if ( ! requireNamespace( " BiocManager " , quietly = TRUE ))
install.packages( " BiocManager " )
BiocManager :: install( " ANCOMBC " )library( ANCOMBC )
? ancombc2
? ancombc
? ancom
? secom_linear
? secom_dist 1. Мы поддерживаем тест на взаимодействие сейчас!
Новые версии ancom , ancombc и ancombc2 поддерживают включение терминов взаимодействия в анализ. Проверьте последние виньетки для подробного руководства.
2. Анализ чувствительности необходим!
Для пользователей: если основное внимание вашего исследования не является властью, мы настоятельно рекомендуем включить анализ чувствительности (настройки по умолчанию), поскольку он значительно снижает ложные срабатывания.
Для исследователей: мы отметили несколько недавних работ, критикующих Ancom-BC2 за то, что он не контролирует ложные позитивы. Тем не менее, эти критические замечания не смогли объяснить нашу функцию анализа чувствительности. Сравнение Ancom-BC2 без использования его встроенных функций, таких как анализ чувствительности, не является справедливой оценкой. Мы подчеркиваем этот момент в нашем последнем обновлении.
1. В: Каковы различия между formula и group аргументами в ancombc и ancombc2 ?
A: formula и group аргументы служат разным целям в функциях ancombc и ancombc2 . Вот разрушение их различий:
formula : Этот аргумент используется для указания переменных в вашем эксперименте, которые могут потенциально влиять на микробные численность. Важно включить все соответствующие переменные в formula , чтобы обеспечить правильную корректировку и точные результаты. Например, если у вас есть непрерывная переменная, такая как age , в качестве основной интересной переменной, и у вас есть дополнительные категориальные переменные, которые требуют корректировки, но не связаны напрямую с вашим вопросом исследования, вы можете включить их в formula оставляя group как NULL.
group : аргумент group не является обязательным и должен быть указан только в том случае, если вы хотите обнаружить структурные нули (тест на присутствие/отсутствие) или провести многогрупповые сравнения, такие как глобальный тест, парное направление, тест типа Даннетта или тест тренда Полем Если ваша интересная переменная представляет собой категориальную переменную с более чем тремя уровнями, и вы хотите провести многогрупповые сравнения, вы должны включить аргумент group . Важно отметить, что group не такая же, как main_var в ancom . В ancombc и ancombc2 group используется для многогрупповых сравнений и коррекции p-значений для множественных сравнений.
Помните, чтобы не включать main_var в adj_formula в ancom , но всегда включайте group в formula или fix_formula (в ancombc и ancombc2 соответственно), если group не является нулевой. Это гарантирует, что соответствующие корректировки и сравнения сделаны в анализе.
2. В: Почему некоторые таксоны отсутствуют из первичных результатов?
A: Есть несколько причин, по которым определенные таксоны могут отсутствовать из первичных результатов в ancombc или ancombc2 . Вот объяснение:
Исключение распространенности: таксоны с распространенностью ниже указанного порога ( prv_cut ) будут исключены из анализа. Значение prv_cut определяет минимальную распространенность, необходимую для рассмотрения таксона в анализе. Если распространенность таксона падает ниже этого порога, оно не будет включено в основные результаты.
Структурные нули: таксоны, которые демонстрируют структурные нули, что означает, что они постоянно имеют нулевые показатели во всех образцах, будут считаться значимыми только в результате теста на наличие/отсутствия. Методологии Ancom-BC и Ancom-BC2 не предназначены для выявления значительных различий в таксонах со структурными нулями. В результате эти таксоны суммируются отдельно и не включены в первичные результаты ancombc или ancombc2 .
Чтобы получить доступ к результатам теста на присутствие/отсутствие, вы можете обратиться к выходу zero_ind . Это предоставит информацию об таксонах, которые демонстрируют структурные нули.
3. В: В первичных результатах, что lfc_(Intercept) , lfc_groupB и lfc_groupC представляют, если у меня есть группа group переменной с категориями A , B и C ?
A: В первичных результатах термины lfc_groupB и lfc_groupC представляют изменения в складке log (LOGFC) относительно эталонной группы, которая по умолчанию является группой A Эти значения logFC указывают разницу в изобилии между группой B и группой A , а также между группой C и группой A соответственно.
С другой стороны, lfc_(Intercept) относится к изменению логарифмического сгиба грандиозного среднего, которое не может быть параметром особого интереса в этом контексте.
Стоит отметить, что если вы хотите изменить эталонную группу, вы можете использовать функцию factor в R, чтобы соответствующим образом перестроить уровни group переменной.
4. В: Я столкнулся с сообщением об ошибке, в котором говорилось, что «ранг» должен быть значением от «TaxomonomyRanks ()». Что это значит и как я могу его разрешить?
A: Сообщение об ошибке «Ранг» должен быть значением от «TaxomonomyRanks» () », как обычно происходит, когда имена рангов в вашем tax_table не соответствуют должным образом. Чтобы решить эту проблему, рекомендуется использовать функцию taxonomyRanks(se) , где se является вашим объектом tse .
Во -первых, убедитесь, что названия рангов в вашем tax_table правильно названы одним из стандартных таксономических рангов, таких как «Королевство», «Phylum», «Class», «Порядок», «Семейство», «род» или «виды ". Если имена рангов в настоящее время помечены как нечто другое, например, «TA1», «TA2», «TA3» и т. Д., Вам нужно будет обновить их соответственно.
Эта проблема обычно возникает, когда tax_table сформируется из data.frame вместо matrix . Следовательно, важно убедиться, что имена рангов будут правильно назначены, прежде чем продолжить анализ.
После того, как вы обновили имена рангов в своем tax_table , вы можете использовать функцию ancombc2 , указав желаемый таксономический уровень, используя аргумент tax_level (например, «род»). Это позволит вам провести статистический анализ ваших данных микробиома на указанном таксономическом уровне.
5. В: Я столкнулся с проблемой при использовании rand_formula в ancombc2 . Каков правильный синтаксис для определения случайных эффектов?
A: При указании случайных эффектов с использованием rand_formula в ancombc2 важно следовать синтаксическим соглашениям, используемым в пакете lmerTest . Обратите пристальное внимание на размещение скобок и вертикальных батончиков .
Чтобы правильно указать случайный эффект субъекта, синтаксис должен быть в форме "(1|subjid)" , где subjid представляет имя переменной для идентификатора субъекта. Этот синтаксис гарантирует, что случайный субъектный эффект правильно учитывается в анализе.
С другой стороны, неверно использовать rand_formula в качестве "1|subjid" или "(subjid)" для определения случайных эффектов. Правильный синтаксис должен всегда включать в себя скобки вокруг случайного эффекта и вертикальную полосу, чтобы отделить его от фиксированных эффектов.
Используя правильный синтаксис для определения случайных эффектов, вы сможете точно включить эти эффекты в свой анализ ancombc2 .
6. В: Каковы различия между первичными результатами и результатами теста типа Даннетта в Ancom-BC2?
A: Основные результаты и результаты теста типа Dunnett в Ancom-BC2 предоставляют информацию о различных таксонах, но существуют различия в коррекции P-значений.
В первичных результатах значения P корректируются по всем таксонам, что означает, что они учитывают множественные сравнения между различными таксонами. Эта коррекция помогает контролировать ложную положительную ставку при определении значимости отдельных таксонов.
С другой стороны, тест типа Даннетта не только исправляет значения P через таксоны, но и исправляет множественные сравнения между группами. В частности, он сравнивает изобилие каждого таксона в группах B и C с эталонной группой A Коррекция для множественных сравнений в типе теста Даннетта приводит к более консервативному результату, что снижает вероятность ложноположительных результатов.
Следовательно, в то время как как основные результаты, так и тест типа Даннетта предоставляют информацию о дифференциально распространенных таксонах, результаты теста типа Даннетта предлагают дополнительный контроль для множественных сравнений, что делает их более консервативными и надежными.
7. В: Может ли функция ancombc или ancombc2 обрабатывать термины взаимодействия в анализе?
A: Да, новые версии ancom , ancombc и ancombc2 поддерживают включение терминов взаимодействия в анализ.
8
A: Методология Ancom-BC может применяться к другим типам данных, если они считаются композиционными. Тем не менее, важно знать, что методология была в основном сравнивана и проверена с использованием данных микробиома. Для получения дополнительных обсуждений вы можете обратиться к этому посту.
9. В: Что означает «не позитивная определенная матрица» для подгонки модели смешанных эффектов ancombc2 ? Как я могу отладить эту проблему?
A: Сообщение об ошибке «Не положительная определенная матрица» указывает на то, что матрица корреляции, используемая в модели смешанных эффектов, не является положительной определенной. Положительная определенная матрица - это квадратная матрица, где все собственные значения являются положительными. Эта ошибка обычно возникает, когда возникает проблема со спецификацией данных или модели.
Чтобы отлаживать эту проблему, я рекомендую подготовить модель смешанных эффектов для ваших необработанных данных, используя пакет lmerTest в R. Используйте те же фиксированные эффекты и спецификации случайных эффектов, которые вы использовали в функции ancombc2 . Приставая модель напрямую, вы можете получить более информативные сообщения об ошибках, которые могут помочь диагностировать проблему.
Вот шаги, которые вы можете выполнить, чтобы отлаживать проблему:
lmerTest в r: install.packages("lmerTest") и library(lmerTest) .ancombc2 .lmer() из пакета lmerTest .Следуя этим шагам, вы можете лучше понять проблему, вызывающую ошибку «не позитивная определенная матрица» и предпринять соответствующие действия для ее решения.
Если вы продолжаете столкнуться с трудностями или нуждаются в дальнейшей помощи, может быть полезно обратиться за советом к статистикам или экспертам в вашей конкретной области исследований.
10. В: Если более высокое значение LFC соответствует большему численности, почему некоторые из моих OTU/ASV -количества показали противоположные направления?
A: Важно отметить, что значения логарифмических изменений (LFC) в контексте Ancom-BC или Ancom-BC2 напрямую не отражают относительное количество (таких как пропорции) или наблюдаемые численности (такие как количество OTU или ASV) Полем Значения LFC представляют собой разницу в численности, корректируемых смещением между группами.
В Ancom-BC или Ancom-BC2 более высокое значение LFC указывает на большую разницу в численности, коррекленных с смещением между группами. Тем не менее, это не обязательно означает, что группа с более высоким LFC имеет более высокое относительное содержание или больше наблюдаемого количества для конкретного OTU или ASV.
11. В: Можете ли вы дать мне более сложный пример выполнения теста на тренд Ancom-BC2?
A: Например, при использовании теста тренда с group переменной из 5 упорядоченных категорий ( A, B, C, D, E ) в R мы на самом деле оцениваем 4 контраста, которые являются ( BA, CA, DA, EA ) Полем Тестирование тенденции A < B < C < D < E эквивалентно тестированию 0 < B - A < C - A < D - A < E - A Поэтому мы можем указать матрицу контрастности следующим образом:
# B-A C-A D-A E-A
1 0 0 0
- 1 1 0 0
0 - 1 1 0
0 0 - 1 1В r это должно быть
matrix (c( 1 , 0 , 0 , 0 ,
- 1 , 1 , 0 , 0 ,
0 , - 1 , 1 , 0 ,
0 , 0 , - 1 , 1 ),
nrow = 4 ,
byrow = TRUE )Для более подробных обсуждений вы можете ссылаться на этот пост.
12. В: Боже, я все еще очень смущен в структурных нулевых нулях. Кто они такие? Что делают аргументы struc_zero и neg_lb ?
О: Таксон считается, что в некоторых группах (> = 1) есть структурные нули в некоторых (> = 1), если он полностью или почти полностью отсутствует в этих группах. Например, если есть три группы, G1, G2 и G3, и количество таксона A составляет 0 в G1, но ненулевые в G2 и G3, таксон A будет содержать структурные нули в G1. В этом сценарии таксон А объявляется дифференциально распространенным между G1 и G2, G1 и G3, и, следовательно, глобально дифференцировано по отношению к переменной группы. Такие таксоны не анализируются с использованием Ancom-BC или Ancom-BC2, но результаты суммированы в zero_ind . Вы можете рассматривать обнаружение структурных нулей как выполнение теста на присутствие/отсутствие.
Обнаружение структурных нулей основано на отдельной статье, Ancom-II. В частности, настройка neg_lb = TRUE указывает, что оба критерия, указанные в разделе 3.2 Ancom-II, используются для обнаружения структурных нулей. В качестве альтернативы, установление neg_lb = FALSE будет использовать только уравнение 1 в разделе 3.2 Ancom-II для объявления структурных нулей, что делает его более консервативным подходом. Поскольку таблица OTU/ASV обычно очень редкая, рекомендуется выбрать neg_lb = FALSE чтобы предотвратить ложные открытия. Однако, если у вас есть более плотная таблица, такая как таблица уровня семейного уровня, с достаточно большим размером выборки, использование neg_lb = TRUE может быть лучшей идеей. Важно отметить, что neg_lb не имеет функции, если struc_zero установлен на FALSE . Следовательно, есть три возможные комбинации: struc_zero = FALSE (независимо от neg_lb ), struc_zero = TRUE, neg_lb = FALSE или struc_zero = TRUE, neg_lb = TRUE .
