Концептуальная схема выявления редких бактериальных видов в микробиоме кишечника с помощью направленного преобразования данных: за пределами энтеротипов

Микробиота кишечника все чаще рассматривается как богатый источник биологических данных, дающий важную информацию о здоровье хозяина, включая патологические состояния, такие как рак, диабет и другие метаболические расстройства. Выведение состояния здоровья хозяина по составу бактериальной микрофлоры кишечника с помощью статистических методов по-прежнему представляет проблему. В настоящей работе мы показываем, что группы бактерий с высокой абундантностью и дисперсией (именуемые доминантными бактериальными видами и часто ассоциируемые с энтеротипами) оказывают непропорционально большое влияние на анализы микробиома кишечника, тем самым затемняя вклад менее многочисленных видов (именуемых редкими бактериальными видами). Для устранения этого ограничения мы предлагаем направленное преобразование данных, которое выделяет редкие бактериальные виды при минимизации влияния доминантных видов на статистический анализ микробиома. Это преобразование (i) даёт преобразованные данные, для которых кластеризация теснее связана со здоровьем хозяина и (ii) помогает улучшить работу контролируемых алгоритмов машинного обучения в условиях высокой размерности. Применив направленное преобразование данных к трем реальным наборам данных, мы демонстрируем, что метод (i) улучшает результаты неконтролируемого анализа, (ii) улучшает производительность контролируемого машинного обучения в задачах высокой размерности и (iii) указывает на то, что энтеротипы могут выступать в роли смешивающей переменной при прогнозировании состояния здоровья хозяина или по крайней мере скрывать релевантную биологическую информацию.