Identificación de marcadores del microbioma para grupos ordenados.

Identificar marcadores del microbioma asociados con fenotipos ordenados, como etapas de enfermedad o niveles de gravedad, es crucial para comprender el progreso de la enfermedad y avanzar en medicina personalizada. A pesar de esta importancia, la mayoría de los métodos existentes para el análisis de abundancia diferencial están diseñados para comparaciones binarias entre grupos y no incorporan información ordinal, limitando su capacidad para capturar tendencias a lo largo de categorías ordenadas. Para desarrollar y evaluar métodos estadísticos que explícitamente tomen en cuenta la estructura ordinal del fenotipo en datos de microbioma, abordando desafíos como la escasez y la inflación de ceros, y mejorando la detección de asociaciones microbianas significativas. En este estudio, proponemos y evaluamos tres nuevos enfoques específicamente diseñados para el análisis de asociación del microbioma con grupos ordenados: la prueba binaria óptima, la prueba de tendencia lineal y la prueba basada en permutación del modelo de odds proporcionales (POMp).

Estos métodos toman explícitamente en cuenta la estructura ordinal de los fenotipos y abordan la escasez y la inflación de ceros comúnmente observados en datos de microbioma a través de inferencia basada en permutaciones. Aplicamos los métodos propuestos a tres conjuntos de datos públicos de microbioma intestinal, incluyendo dos relacionados con obesidad y uno concerniente al cáncer colorrectal. Todos los tres métodos propuestos identificaron con éxito características abundantemente diferenciadas (DAFs) que exhibieron asociaciones ordinales más fuertes en comparación con las identificadas por métodos existentes. En particular, POMp superó consistentemente a otros enfoques en términos de correlación con el orden del fenotipo, demostrando su potencial para identificar marcadores biológicamente relevantes.

Los hallazgos de este estudio destacan la importancia de incorporar información ordinal en estudios de microbioma y proporcionan herramientas estadísticas robustas para avanzar en la descubierta de biomarcadores microbianos en contextos complejos de enfermedad.