《Nature Methods》：MaAsLin 3: refining and extending generalized multivariable linear models for meta-omic association discovery
編輯推薦：
為解決微生物組數據高維稀疏性、組成性及零膨脹等特性導致的關聯分析難題，哈佛大學團隊開發了MaAsLin 3。該方法通過分離豐度與存在性關聯，引入中位數校正處理組成性偏差，并支持混合效應模型與絕對豐度數據。在模擬數據中，其精確度較MaAsLin 2提升高達0.27，并在炎癥性腸病多組學數據庫（IBDMDB）中揭示77%的微生物關聯源于存在性變化。該工具為復雜微生物組研究提供了更精準的生物學發現能力。
微生物群落分析的核心任務之一是識別與宿主健康或環境表型相關的微生物特征，然而這一過程常受數據特性的制約。微生物組數據通常具有高維度、稀疏性（存在大量零值）和組成性（各特征豐度相互依賴）等特點，使得傳統統計方法難以直接應用。盡管已有ALDEx2、ANCOM-BC2和MaAsLin 2等工具試圖解決這些問題，但它們大多僅關注豐度差異，忽略了微生物“存在與否”本身可能蘊含的重要生物學意義。例如，低豐度病原體可能引發疾病，特定菌群在疾病群體中檢出頻率更高，或稀有物種暗示群落移植或污染事件。因此，開發能夠同時檢測豐度與存在性關聯的方法，對精準解讀微生物組與表型關系至關重要。
在此背景下，哈佛大學研究團隊于《Nature Methods》發表了MaAsLin 3（Microbiome multivariable associations with linear models）。該方法通過拆分豐度與存在性模型，引入中位數校正策略處理組成性偏差，并擴展了對混合效應模型、絕對豐度協議及新協變量類型的支持。其算法流程包括：對特征豐度進行總和標準化生成相對豐度；創建存在性（0/1）剖面并保留非零豐度子集；對非零豐度進行對數轉換；分別用增強邏輯回歸和線性回歸擬合存在性與豐度數據；最終合并兩類關聯結果。
關鍵技術方法包括：
- 1.
采用中位數系數比較法推斷絕對豐度關聯，無需依賴實驗測量；
- 2.
通過數據增強策略（Diaconis-Ylvisaker先驗）避免邏輯回歸中的線性可分問題；
- 3.
支持 spike-in（如qPCR）或總生物量量化數據整合；
- 4.
針對宏轉錄組數據引入特征特異性協變量（如控制基因DNA豐度以識別轉錄水平差異）。研究利用SparseDOSSA2生成合成數據，并分析嬰兒腸道、小鼠飲食和IBD/PSC隊列等真實數據集（樣本量45-1,637），通過隨機化檢驗和跨方法對比（ALDEx2、ANCOM-BC2、MaAsLin 2）驗證性能。
MaAsLin 3優于其他差異豐度分析方法
在模擬數據中，當樣本量大于50時，MaAsLin 3的F1分數中位數最高（圖1c）。其精確度始終優于或與其他方法持平（平均≥0.82），且在樣本量增加時仍保持穩定，而ALDEx2雖精確度高但召回率始終低于MaAsLin 3。對于存在性關聯，即使未顯式建模的方法也能部分識別，但MaAsLin 3通過分離模型顯著提升特異性。在小樣本場景中，因邏輯回歸需求樣本量較大，MaAsLin 3召回率略低，但其精確度（平均0.99）顯著高于MaAsLin 2（0.89）和ANCOM-BC2（0.65）。
MaAsLin 3通過相對數據近似絕對關聯
當群落中大部分特征絕對豐度變化時，僅依賴相對豐度的方法會產生系數偏差。MaAsLin 3的中位數校正策略在特征變化比例≤50%時可有效逼近絕對豐度關聯（圖3a）。在稀疏度較高的嬰兒腸道數據（97%零值）中，相對與絕對豐度系數相關性較弱（Spearman相關=0.47），而在稀疏度較低的小鼠飲食（66%零值）和IBD/PSC（80%零值）數據中，MaAsLin 3與ANCOM-BC2的系數與實驗測量值高度一致（斜率≈1，相關>0.95）。
線性模型擴展支持新實驗設計
MaAsLin 3新增五項推斷功能：混合效應模型規范、多水平協變量整體檢驗、有序預測因子水平間差異檢驗、系數對比檢驗及特征特異性協變量控制（表1）。在IBDMDB隊列中，其對克羅恩病（Crohn’s disease, CD）患者食物頻率數據的分析顯示，有序與分組模型分別識別132和107個顯著關聯，其中59個重疊，證實不同假設可捕捉互補信號。
MaAsLin 3優化炎癥性腸病生物標志物發現
應用MaAsLin 3分析IBDMDB隊列發現，成人CD患者中Enterocloster物種（如E. bolteae）、Clostridia（如Flavonifractor plautii）和炎癥相關菌（Hungatella hathewayi）富集，而潰瘍性結腸炎（ulcerative colitis, UC）關聯菌較少（圖4a）。兒科患者特異性關聯包括大腸桿菌（Escherichia coli）和益生菌（如Bifidobacterium breve）。值得注意的是，77%的顯著關聯為存在性變化，且89%為陰性關聯，表明IBD主要導致微生物缺失而非豐度調整。例如，Dysosmobacter welbionis在CD/UC失調中存在性顯著降低（βUC=?4.14, βCD=?3.46），但其豐度無顯著變化，提示該菌可能通過存在與否而非數量影響宿主表型（圖4c）。
結論與討論
MaAsLin 3通過顯式建模存在性關聯、組成性校正及擴展協變量支持，提升了微生物組差異分析精度與生物學可解釋性。其在IBD隊列中揭示“微生物存在性變化主導疾病關聯”的規律，為活菌制劑等干預策略提供理論依據。未來工作需進一步優化小樣本場景下的召回率及深度測序限制帶來的誤判問題。該工具為復雜微生物組研究提供了更強大的關聯發現框架。
