用多元矢量自回归模型推断微生物相互作用关系.pdfVIP

刘飞：用多元矢量自回归模型推断微生物相互作用关系 72 《激光杂志》2014 年第35 卷第11期 LASER JOURNAL （Vol.35.No.11.2014 ） 用多元矢量自回归模型推断微生物相互作用关系 刘 飞 （宝鸡文理学院 物理与信息技术系，陕西 宝鸡 721016） 摘要：识别微生物相互作用关系对理解微生物社团的结构和功能非常重要，一般的推断微生物相互作用关 系的计算方法都是基于微生物个体相似性来提出的。比起来自多个不同社区的相互作用网络，一个复杂社区 的时间动态性可以揭示更为复杂的相互作用关系。尽管已经提出了很多相似性方法来分析时间序列数据，但 是没有有效的多元统计方法来推断和评估作用关系的统计显著性。在本文中,我们提出从人类肠道微生物的 时间序列数据来推断出微生物动态相互作用，我们使用多元统计方法——矢量自回归(MVAR)模型，并应用它 对重复抗生素扰动的人类肠道微生物时间序列数据集进行网络预测。所涉及的微生物相互作用提供了一个微 生物社团的动态观点，这可能是对相似或相关方法的一种新型补充。 关键词：时序分析；矢量自回归模型；微生物相互作用；微生物组 中图分类号：TP391 文献标识码：A DOI 编码：10.14016/j.cnki.jgzz.2014.11.072 InferenceInference ofof microbialmicrobial interactionsinteractions usingusing multivariatemultivariate vectorvector auto-regressionauto-regression modelmodel LIU Fei (Department of Physics and Information Technology, Baoji University of Arts and Science, Baoji Shanxi 721016, China) AbstractAbstract ：：There is an increasing interest in identifying the microbial interactions that are important to under- stand the structure and the function of microbial community. Computational inference methods of microbial relation- ships are currently based on the similarity among microbial individuals. The dynamics of a single complex communi- ty over time can reveal complex interacting patterns than collecting samples from multiple distinct communities. Al- though similarity-based method has been proposed for analyzing time series data, there are no efficient multivariate statistical methods to infer and access the statistical significance of the estimated associations. In this paper, we pro- vide the first attempt to infer dynamic microbial interactions from the time series of human gut microbiomes. We use a multivariate statistical method—Vector Auto-regression (MVAR)