CRAmed：微生物数据中介分析的新工具

CRAmed：微生物数据中介分析的新工具

引用

CSDN

1.

https://blog.csdn.net/H20230717/article/details/145674327

CRAmed是一种用于推断微生物组在治疗和结果之间中介作用的新型统计框架。通过将自然间接效应分解为微生物的存在-缺失和丰度两部分，CRAmed提高了中介分析的可解释性。本文将详细介绍CRAmed的使用方法、安装步骤和具体案例。

介绍

许多微生物组研究揭示了微生物组与人类健康和疾病之间的重要联系。这些发现促使研究人员探索微生物组在人类复杂特征和疾病中的因果作用。然而，微生物组数据的复杂性给统计分析和因果关系的解释带来了挑战。

CRAmed通过将自然间接效应分解为两部分，分别对应于微生物的存在-缺失和丰度，提高了中介分析的可解释性。综合仿真表明，与现有的中介分析方法相比，CRAmed在召回率、精度和F1得分方面表现优异，具有显著的鲁棒性。此外，两个实际数据应用说明了该方法的有效性和可解释性。

使用

安装

在安装CRAmed之前，需要先安装一些其他库，具体要求如下：

library(MASS)
library(plyr)
library(glmnet)
library(pscl)

然后可以从GitHub上安装CRAmed：

install.packages("devtools")  
devtools::install_github("liudoubletian/CRAmed") 
library(CRAmed)  

教程

详细的使用手册和生成论文中每个图的代码可以在../vignettes文件夹中找到。这里提供一个简短示例：

案例

library(CRAmed); packageVersion("CRAmed")
#Simulate the ZINB data
otu_n <- 50;num <- 50
set.seed(1)
sim_zinb.mat <- sim_zinb(otu_n, num, alpha=-2, beta=2, gamma=-2)
#Detect the mediators by CRAmed
cramed.res <- CRAmed(
    M_mat=sim_zinb.mat$M_mat, 
    Y=sim_zinb.mat$Y, 
    Exposure=sim_zinb.mat$trt, 
    n.perm=10, 
    CI=TRUE)
cramed.res

参考

• CRAmed: a conditional randomization test for high-dimensional mediation analysis in sparse microbiome data
• https://github.com/liudoubletian/CRAmed