Zero-Inflated Measures of Association with Applications in Microbiome Data

Microbiome data are inherently complex, characterized by zero inflation, high dimensionality, and counts dependent on sequencing depth, which lead to compositionality. Consequently, traditional association measures such as Spearman’s rho, Kendall’s tau, or Gini correlations often result in spurious associations among taxa. Recently proposed zero-inflated approaches, such as Pimentel’s tau star and rho star, fail to capture the unique complexities of microbiome data, and Gini correlation still lacks a zero-inflated extension. In this work, we propose zero-inflated versions of association measures, Kendall’s tau star, Spearman’s rho star, and Gini star, constructed using zero-inflated marginal distributions within a copula framework, which provides a solid theoretical foundation for modeling interdependencies among taxa. Simulations show improved robustness and accuracy under zero inflation, and real microbiome applications uncover associations missed by existing methods.

Mesures d'association pour excès de zéros avec applications dans les données sur le microbiome

Les données sur le microbiome sont intrinsèquement complexes, caractérisées par un excès de zéros, une grande dimensionnalité et des comptages dépendants de la profondeur de séquençage, ce qui conduit à une compositionnalité. Par conséquent, les mesures d'association traditionnelles telles que les corrélations de Spearman, Kendall ou Gini aboutissent souvent à des associations fallacieuses entre les taxons. Les approches pour excès de zéros récemment proposées, telles que le « tau star » et le « rho star » de Pimentel, ne parviennent pas à saisir les complexités uniques des données sur le microbiome, et la corrélation de Gini manque encore une extension pour excès de zéros. Dans le cadre de ce travail, nous proposons des versions pour excès de zéros des mesures d'association, le « tau star » de Kendall, le « rho star » de Spearman et le Gini star, construites à l'aide de distributions marginales avec excès de zéros dans un cadre copulaire, qui fournit une base théorique solide pour modéliser les interdépendances entre les taxons. Les simulations montrent une robustesse et une précision supérieures en cas d'excès de zéros, et les applications réelles au microbiome révèlent des associations qui échappaient aux méthodes existantes.

Session

Student Research Presentation Award Competition in Biostatistics II

Date and Time