抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
【背景】配列ベースのミクロビオームデータの組成,高次元,およびスパース構造に適合するので,Treeアンサンブル機械学習モデルは,ミクロビオーム科学においてますます使用されている。そのようなモデルは,ミクロビオームデータに基づく表現型の予測においてしばしば良好であるが,微生物分類群またはゲノム含有量がどのように関連するかの限られた洞察しか得られない。結果:著者らは,適合木集合モデルを解釈するための方法,endoRを開発した。第1に,エンドRは,適合モデルを決定アンサンブルに単純化し,それから個々の特徴とそれらのペアワイズ相互作用の重要性に関する情報を抽出し,解釈可能なネットワークとしてこれらのデータを可視化する。エンドRに由来するネットワークと重要度スコアの両者は,特徴,それらの間の相互作用がどのように適合モデルの予測性能に寄与するかの洞察を提供する。調整可能な正則化とブートストラップは複雑性を低減し,モデルの必須部分だけが保持されることを確実にする。模擬および実際のメタゲノムデータの両方に対するエンドRの性能を評価した。エンドRは,モデル解釈を上げ,強化しながら,他の通常用いられるアプローチよりも,より多くのまたは同等の精度で真の関連性を推論することを見出した。エンドRを用いて,著者らはまた,硬変と健康な個人の間の腸ミクロビオーム差に関する公表結果を確認した。最後に,これらの水素消費者が複雑な栄養共生ネットワークにおいて発酵細菌と相互作用すると予想されるので,ヒト腸メタン生成菌の存在を予測するミクロビオームの成分への洞察を得るために,エンドRを利用した。特に,著者らは2203個体のグローバルなメタゲノムデータセットを分析し,MethanobacteriaceaeとChristensenellalesの間の以前に報告された関連を確認した。さらに,Methanobacteriaceaeは水素生産細菌のネットワークと関連することを観察した。結論:著者らの方法は,応答を予測するために,樹木アンサンブルがどのように特徴および相互作用を利用するかを正確に捉える。著者らの応用によって実証されたように,得られた可視化と要約出力はモデル解釈を促進し,複雑なシステムについての新しい仮説の生成を可能にする。エンドRの実装は,GitHub(https://github.com/leylabmpi/endoR)上のオープンソースRパッケージとして利用可能である。【JST・京大機械翻訳】