Testing for a common subspace in compositional datasets with structural zeros
Dit artikel stelt een nieuwe statistische toets voor, beschikbaar in zowel parametrische als niet-parametrische vormen, om te bepalen of twee compositionele datasets met verschillende patronen van structurele nulwaarden een gemeenschappelijke hoofdsubruimte delen, terwijl de compatibiliteit met de Aitchison-geometrie behouden blijft.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de verborgen wereld van het menselijk lichaam bestaat het leven vaak niet als een enkel organisme, maar als een bruisende gemeenschap van microscopische bewoners. Wetenschappers die deze gemeenschappen bestuderen, zoals de bacteriën die in onze darmen of op onze huid leven, meten deze niet aan de hand van hun totale gewicht of tellen elke individuele cel. In plaats daarvan kijken ze naar de proporties: welk percentage van de gemeenschap behoort tot het ene type bacterie versus het andere. Dit type data, waarbij de som van alle delen altijd gelijk is aan een geheel, staat bekend als compositionele data. Omdat de focus ligt op de relatie tussen de delen in plaats van op de absolute grootte, schieten standaard statistische instrumenten vaak tekort, waardoor onderzoekers gespecialiseerde methoden gebruiken die deze unieke wiskundige regels respecteren. Echter, er doet zich een hardnekkig probleem voor bij het bestuderen van deze gemeenschappen: sommige typen bacteriën zijn volledig afwezig op bepaalde lichaamslocaties. Deze zijn niet alleen afwezig door een meetfout; ze zijn structureel afwezig, wat betekent dat de omgeving hen simpelweg niet ondersteunt. Wanneer onderzoekers twee groepen data proberen te vergelijken waarbij de ene groep geheel andere onderdelen mist dan de andere, breken de standaard wiskundige kaarten die zij gebruiken om de data te visualiseren en te analyseren af, waardoor zij niet in staat zijn te zien of de twee groepen gemeenschappelijke onderliggende overeenkomsten delen.
Een team onderzoekers van de Universiteit van Genua heeft een nieuwe manier ontwikkeld om dit puzzelstuk op te lossen, waardoor wetenschappers deze gefragmenteerde gemeenschappen kunnen vergelijken en kunnen bepalen of ze een gemeenschappelijke structuur delen. De kern van hun werk adresseert een specifieke uitdaging in de microbioomanalyse: hoe te testen of twee verschillende groepen monsters, elk met zijn eigen unieke patroon van ontbrekende bacteriën, nog steeds rond dezelfde centrale as van variatie draaien. Stel je voor dat je probeert de vorm van twee wolken te vergelijken, maar de ene wolk mist zijn linkerzijde en de andere zijn rechterzijde; traditionele methoden zouden zeggen dat je ze niet kunt vergelijken omdat ze zich in verschillende ruimtes bevinden. De onderzoekers creëerden een statistische test die effectief de twee verschillende groepen binnen een enkele, verenigde context uitlijnt zonder de ontbrekende waarden te raden. In plaats van de structurele nullen te vervangen door kleine getallen — een praktijk die de auteurs expliciet verwerpen omdat het de data vervormt — bouwden zij een methode die de geometrie van de data respecteert, waarbij de afwezigheid van een onderdeel als een betekenisvol kenmerk wordt behandeld en wiskundige operatoren worden gebruikt om de verschillende subruimten naar een gemeenschappelijk coördinatenstelsel te mappen voor vergelijking.
Om te bewijzen dat hun methode werkt, voerden de auteurs duizenden computersimulaties uit met verschillende soorten datadistributies, inclus� including die de onvoorspelbare aard van echte biologische monsters nabootsen. Ze testten hun nieuwe procedure tegen bestaande methoden en ontdekten dat hun aanpak robuust was, met name wanneer de data geen perfecte, vloeiende klokcurve volgden. In deze complexere scenario's was hun nieuwe test beter in het vermijden van valse alarmen, terwijl ze nog steeds correct identificeerden wanneer twee groepen daadwerkelijk een gemeenschappelijke structuur deelden. De onderzoekers pasten hun methode vervolgens toe op echte data van het Human Microbiome Project, waarbij ze bacteriële gemeenschappen vergeleken die in verschillende delen van het menselijk lichaam worden gevonden. Ze bekeken monsters van de voorkant van de neus versus de binnenkant van de elleboog, en monsters van ontlasting versus speeksel. In de eerste vergelijking toonde de test aan dat, ondanks het feit dat de neus en de elleboog verschillende sets ontbrekende bacteriën hadden, de aanwezige gemeenschappen een gemeenschappelijk onderliggend patroon van variatie deelden. De analyse benadrukte dat de aanwezigheid of afwezigheid van specifieke, zeldzame bacteriën een belangrijke drijfveer was voor de verschillen tussen de monsters, zelfs als die bacteriën niet overvloedig aanwezig waren.
In contrast hiermee, toen de onderzoekers de darm en de mond vergeleken, toonde de test aan dat deze twee omgevingen fundamenteel verschillend waren. De gemeenschappen in de ontlasting en het speeksel deelden geen gemeenschappelijke structurele ruggengraat; ze waren op geheel andere manieren georganiseerd. Dit onderscheid is cruciaal omdat het wetenschappers vertelt dat de regels die de bacteriële gemeenschappen in de darmen beheersen niet hetzelfde zijn als die in de mond, en dat ze niet geanalyseerd kunnen worden alsof ze variaties van hetzelfde systeem zijn. De onderzoekers demonstreerden ook hoe ze deze bevindingen kunnen visualiseren met behulp van een specifiek type grafiek dat laat zien welke bacteriële groepen de gelijkenissen of verschillen aansturen. Door te identificeren welke bacteriën het meest bijdragen aan de gedeelde patronen, biedt de methode een helder venster op de biologische krachten die deze gemeenschappen vormen. Het werk biedt een betrouwbaar instrument voor onderzoekers om door het complexe landschap van ontbrekende data te navigeren, waardoor zij garanderen dat vergelijkingen tussen verschillende lichaamslocaties of verschillende populaties gebaseerd zijn op een solide wiskundige fundering in plaats van op gebrekkige aannames.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.