樊 哲 吕嘉丽 张 帅 谷冰冰 张 涛△

【提 要】 目的 微生物组研究中的典型数据是由操作分类单元(OTU)计数组成,这些数据具有零膨胀、过离散、偏态等特点,常常被研究者忽视。本文旨在介绍微生物组学数据关联分析方法,并提出相关研究策略。方法 根据微生物组学数据特点,本文拟从线性相关分析和非线性相关分析的角度,对近年来国内外研究者提出的微生物组学数据关联分析的统计分析方法展开讨论。结果 根据各方法的核心思想及优缺点,总结统计分析策略。结论 运用本文提出的统计分析策略,可有效识别微生物同其他研究指标间多种函数形式的关联。为探讨微生物对人体健康影响,研究微生物的作用机制提供线索。

近年来,随着高通量测序技术及统计分析方法的发展,微生物组学联合代谢组、蛋白组及其他组学的多组学关联研究已成为系统生物学研究新趋势[1]。从系统生物学角度来看,整合多个层面组学数据,构建多组学关联网络,能更充分理解各分子间的调控及因果关系,为探索疾病深层发生发展机制提供新思路。组学数据通常具有高维的特点,在探索分析的阶段,可以通过关联分析的统计方法,过滤出有统计学意义的变量,从而为后续的机制分析筛选出更小范围的目标变量。然而,目前多数研究在微生物组关联分析中往往忽视了微生物组学数据特点及各相关性分析方法的适用条件,导致研究结果产生偏差,出现关联结论与生物学结论不一致的问题[2-5]。……