LDAEffectSize分析LEfSe详解近年原文.pdf

LDAEffectSize分析LEfSe详解

LDAEffectSize分析LEfSe详解

LEfSe的作⽤

在介绍LEfSe的作⽤前，我们先解释⼀个概念——biomake，维基百科给出的定义是

Abio-make,obiologicalmakeisameasuableindicatoofsomebiologicalstateocondition.Biomakesaeoften

measuedandevaluatedtoexaminenomalbiologicalpocesses,pathogenicpocesses,ophamacologicesponsestoa

theapeuticintevention.

⽤我们搞数据的⼈能理解的话讲，biomake就是⾮常强⼒的⽤来分类的特征，它可以是基因、细胞或者物种分类单元等。⽐如（瞎编的例

⼦，不能当真）某个研究团队发现脚⽓会影响中央后回位于SylvianFissue附近的区域，从⽽影响⾆头的知觉，于是这个团队打算进⼀步

研究脚⽓怎么通过肠脑轴影响⾆头的知觉，他们随机调查了⼀批志愿者，记录了志愿者的⼀些demogaphicinfomation以及病理信息，

并记录了他们肠道菌群的物种分类信息与物种丰度，于是他们有了⼀张数据表：

GGoouupp有有脚脚⽓⽓⽆⽆脚脚⽓⽓

界.门.纲.⽬.科.属1丰度丰度

界.门.纲.⽬.科.属2丰度丰度

。。。

他们想知道哪个属的细菌的丰度在有脚⽓与⽆脚⽓的志愿者之间是存在显著差异的，这个时候就需要LDAEffectSize分析了。

也就是说LDAEffectSize分析的作⽤是发现不同goup之间存在显著差异的biomake。下⾯我们介绍LDAEffectSize分析的原理。

LEfSe的原理

⾸先我们写出数据，⽤i表⽰第i个志愿者，i=1,2,⋯,n，⽤y表⽰第i个志愿者所在的goup，y∈{1,2,⋯,K}(⽐如讨论有⽆脚⽓

ii

时K=2，我们可以⽤y=1表⽰志愿者i有脚⽓，⽤y=2表⽰志愿者i⽆脚⽓)，⽤x表⽰第i个志愿者的肠道菌群物种分类信息，

iii

xi=(xi1,⋯,xiM)T

⽐如x可以表⽰是Bacteoidaceae(拟杆菌科)、x可以表⽰Coiobacteiaceae（红蝽杆菌科）；⽤z表⽰第i个志愿者的demogaphic

i1i2i

infomation以及病理信息，

zi=(zi1,⋯,ziL)T

⽐如zi1可以表⽰性别、zi2表⽰种族、zi3表⽰BMI等。

第⼀步Kuskal-Wallis检验

因为M通常是⼀个⾮常⼤的数，也就是说肠道内包含的细菌属⾮常多，但我们只需要找到效果最好的那⼏个作为biomake，所以在使⽤

LDA分析前，我们最好先做⼀个预处理：选出在两个g