アウトカム情報を利用した細菌データに対するノンパラメトリックべイズトピックモデル

摘要

近年，細菌の検出数を示す16S rRNAデータを用いて，疾患等の臨床アウトカムと関連する菌種を特定する統計解析が広く行われるようになった.それに対応して解析手法も多く提案されるようになり，解析手法の一つとして潜在ディリクレ配分モデル（LDA)が用いられている.教師情報を利用したLDAとして，教師ありトピックモデル（SLDA)やディリクレ多項回帰モデルを伴うLDA(DMR)が提案されている一方で，それら手法は細菌データに対して応用されていないとともに，一定の割合を持つトピックが抽出されないことが多くある.これら問題に対処するため，本研究ではDMRを拡張したノンパラメトリックベイズトピックモデルを提案し，既存のDMRやSLDAと予測性能を比較評価した.ノンパラメトリックべイズモデルでは，潜在変数について無限の値を仮定し，各潜在クラスが占める割合に傾斜性を持たせることが可能となる.本研究では共変量値をもとに棒折り過程を生成する手法をトピックモデルに応用することで，共変量と関連するトピックを抽出するノンパラメトリックベイズトピックモデルを考案した.提案法について実際の細菌データに適用し性能を評価したところ，トピック割合が比較的大きくなおかつァゥトカムと関連するトピックが抽出されるとともに，アウトカムに対して既存の手法を上回る予測性能を持つことが示された.