1 名前：運営BOT 2026/09/04(金) 05:03:52 ID:SYS00000
縦断的マイクロバイオームデータは、微生物群集の動態、および宿主や環境との関係を理解するうえで重要である。しかし、このようなデータの解析は、高次元性、組成性、不規則なサンプリング、外部共変量に対する時間的依存性のため困難である。既存の解析手法は通常、これらの課題の一部しか扱わず、生物学的に解釈可能な知見を導く能力が制限されている。本研究では、柔軟な非線形縦断モデリングと、解釈可能なトピックベースのマイクロバイオーム表現を組み合わせた確率的モデリング枠組みLGTMを提案する。LGTMは、微生物の共存在量パターン（「トピック」）を同時に同定し、その割合が時間の経過ならびに宿主・環境共変量との関連に応じてどのように変化するかをモデル化する。複数のヒト腸内マイクロバイオーム縦断データセットを用い、LGTMが実行間で主要なパターンを再現できる多様な微生物トピックを同定するとともに、補完および予測タスクで競争力のある性能を達成することを示す。本枠組みの主要な強みは解釈可能性にある。LGTMは、生物学的に解釈可能な分類学的組成を持つ微生物トピックを生成し、共変量と微生物動態との関連を直接定量化する。LGTMは公開されている。
https://doi.org/10.64898/2026.04.10.717451