Pré-Publication, Document De Travail Année : 2025

TaxaPLN: a taxonomy-aware augmentation strategy for microbiome-trait classification including metadata

Résumé

The gut microbiome plays a crucial role in human health, making it a corner stone of modern biomedical research. To study its structure and dynamics, machine learning models are increasingly used to identify key microbial patterns associated with disease and environmental factors. However, microbiome data present unique challenges due to their compositionality, high-dimensionality, sparsity, and high variability, which can obscure meaningful signals. Besides, the effectiveness of machine learning models is often constrained by limited sample sizes, as microbiome data collection remains costly and time consuming. In this context, data augmentation has emerged as a promising strategy to enhance model robustness and predictive performance by generating artificial microbiome data. The aim of this study is to improve predictive modeling from microbiome data by introducing a model-based data augmentation approach that incorporates both taxonomic relationships and covariate information. To that end, we propose TaxaPLN, a data augmentation method built on PLN-Tree generative models, which leverages the taxonomy and a data-driven sampler to generate realistic synthetic microbiome compositions. We further introduce a conditional extension based on feature-wise linear modulation, enabling covariate-aware generation. Experiments on high-quality curated microbiome datasets show that TaxaPLN preserves ecological properties and generally improves or maintains predictive performances, particularly with non-linear classifiers, outperforming state-of-the-art baselines. Besides, TaxaPLN conditional augmentation establishes a novel benchmark for covariate-aware microbiome augmentation. The MIT-licensed source code is available at https://github.com/ AlexandreChaussard/PLNTree-package along with the datasets used in our experiments.

Fichier principal
Vignette du fichier
sn-article.pdf (13.09 Mo) Télécharger le fichier
Choice_augmentation_ratio_CV_VampPLN-Tree.pdf (16.23 Ko) Télécharger le fichier
HMP_progressive_training_size_augmentation.pdf (27.72 Ko) Télécharger le fichier
PLNTree_ELBOs_vanilla.jpg (472.94 Ko) Télécharger le fichier
RF-ratio2.0-preprocCLR-barplot.pdf (37.45 Ko) Télécharger le fichier
RF-ratio2.0-preprocPROPORTION-barplot.pdf (37.63 Ko) Télécharger le fichier
XGBoost-ratio2.0-preprocCLR-barplot.pdf (36.51 Ko) Télécharger le fichier
XGBoost-ratio2.0-preprocPROPORTION-barplot.pdf (36.14 Ko) Télécharger le fichier
aitchison-PCoA-HMP_2019_ibdmdb-TaxaPLNvsPLN-Tree.jpg (162.1 Ko) Télécharger le fichier
aitchison-PCoA-HMP_2019_ibdmdb.jpg (288.22 Ko) Télécharger le fichier
aitchison-PCoA-KosticAD_2015-TaxaPLNvsPLN-Tree.jpg (186.09 Ko) Télécharger le fichier
aitchison-PCoA-KosticAD_2015.jpg (342.88 Ko) Télécharger le fichier
aitchison-PCoA-NielsenHB_2014-TaxaPLNvsPLN-Tree.jpg (170.49 Ko) Télécharger le fichier
aitchison-PCoA-NielsenHB_2014.jpg (295.69 Ko) Télécharger le fichier
aitchison-PCoA-RubelMA_2020-TaxaPLNvsPLN-Tree.jpg (187.77 Ko) Télécharger le fichier
aitchison-PCoA-RubelMA_2020.jpg (339.37 Ko) Télécharger le fichier
aitchison-PCoA-WirbelJ_2018-TaxaPLNvsPLN-Tree.jpg (176.71 Ko) Télécharger le fichier
aitchison-PCoA-WirbelJ_2018.jpg (313.2 Ko) Télécharger le fichier
aitchison-PCoA-YachidaS_2019-TaxaPLNvsPLN-Tree.jpg (179.92 Ko) Télécharger le fichier
aitchison-PCoA-YachidaS_2019.jpg (312.49 Ko) Télécharger le fichier
aitchison-PCoA-YuJ_2015-TaxaPLNvsPLN-Tree.jpg (180.09 Ko) Télécharger le fichier
aitchison-PCoA-YuJ_2015.jpg (334.36 Ko) Télécharger le fichier
aitchison-PCoA-ZellerG_2014-TaxaPLNvsPLN-Tree.jpg (171.64 Ko) Télécharger le fichier
aitchison-PCoA-ZellerG_2014.jpg (321.41 Ko) Télécharger le fichier
aitchison-PCoA-ZhuF_2020-TaxaPLNvsPLN-Tree.jpg (187.81 Ko) Télécharger le fichier
aitchison-PCoA-ZhuF_2020.jpg (340.13 Ko) Télécharger le fichier
alpha_diversity_benchmark_HMP_2019_ibdmdb_Shannon_index_Simpson_index.pdf (57.94 Ko) Télécharger le fichier
alpha_diversity_benchmark_KosticAD_2015_Shannon_index_Simpson_index.pdf (47.77 Ko) Télécharger le fichier
alpha_diversity_benchmark_NielsenHB_2014_Shannon_index_Simpson_index.pdf (57.86 Ko) Télécharger le fichier
alpha_diversity_benchmark_RubelMA_2020_Shannon_index_Simpson_index.pdf (44.01 Ko) Télécharger le fichier
alpha_diversity_benchmark_TaxaPLN_vs_prior_HMP_2019_ibdmdb_Shannon_index_Simpson_index.pdf (37.9 Ko) Télécharger le fichier
alpha_diversity_benchmark_TaxaPLN_vs_prior_KosticAD_2015_Shannon_index_Simpson_index.pdf (31.96 Ko) Télécharger le fichier
alpha_diversity_benchmark_TaxaPLN_vs_prior_NielsenHB_2014_Shannon_index_Simpson_index.pdf (34.12 Ko) Télécharger le fichier
alpha_diversity_benchmark_TaxaPLN_vs_prior_RubelMA_2020_Shannon_index_Simpson_index.pdf (30.12 Ko) Télécharger le fichier
alpha_diversity_benchmark_TaxaPLN_vs_prior_WirbelJ_2018_Shannon_index_Simpson_index.pdf (33.23 Ko) Télécharger le fichier
alpha_diversity_benchmark_TaxaPLN_vs_prior_YachidaS_2019_Shannon_index_Simpson_index.pdf (33.57 Ko) Télécharger le fichier
alpha_diversity_benchmark_TaxaPLN_vs_prior_YuJ_2015_Shannon_index_Simpson_index.pdf (33.91 Ko) Télécharger le fichier
alpha_diversity_benchmark_TaxaPLN_vs_prior_ZellerG_2014_Shannon_index_Simpson_index.pdf (32.62 Ko) Télécharger le fichier
alpha_diversity_benchmark_TaxaPLN_vs_prior_ZhuF_2020_Shannon_index_Simpson_index.pdf (26.13 Ko) Télécharger le fichier
alpha_diversity_benchmark_WirbelJ_2018_Shannon_index_Simpson_index.pdf (56.25 Ko) Télécharger le fichier
alpha_diversity_benchmark_YachidaS_2019_Shannon_index_Simpson_index.pdf (56.42 Ko) Télécharger le fichier
alpha_diversity_benchmark_YuJ_2015_Shannon_index_Simpson_index.pdf (56.87 Ko) Télécharger le fichier
alpha_diversity_benchmark_ZellerG_2014_Shannon_index_Simpson_index.pdf (52.95 Ko) Télécharger le fichier
alpha_diversity_benchmark_ZhuF_2020_Shannon_index_Simpson_index.pdf (39.05 Ko) Télécharger le fichier
braycurtis-PCoA-HMP_2019_ibdmdb-TaxaPLNvsPLN-Tree.jpg (170.6 Ko) Télécharger le fichier
braycurtis-PCoA-HMP_2019_ibdmdb.jpg (304.19 Ko) Télécharger le fichier
braycurtis-PCoA-KosticAD_2015-TaxaPLNvsPLN-Tree.jpg (167.04 Ko) Télécharger le fichier
braycurtis-PCoA-KosticAD_2015.jpg (320.83 Ko) Télécharger le fichier
braycurtis-PCoA-NielsenHB_2014-TaxaPLNvsPLN-Tree.jpg (168.44 Ko) Télécharger le fichier
braycurtis-PCoA-NielsenHB_2014.jpg (307.1 Ko) Télécharger le fichier
braycurtis-PCoA-RubelMA_2020-TaxaPLNvsPLN-Tree.jpg (172.89 Ko) Télécharger le fichier
braycurtis-PCoA-RubelMA_2020.jpg (315.28 Ko) Télécharger le fichier
braycurtis-PCoA-WirbelJ_2018-TaxaPLNvsPLN-Tree.jpg (161.45 Ko) Télécharger le fichier
braycurtis-PCoA-WirbelJ_2018.jpg (309.79 Ko) Télécharger le fichier
braycurtis-PCoA-YachidaS_2019-TaxaPLNvsPLN-Tree.jpg (157.08 Ko) Télécharger le fichier
braycurtis-PCoA-YachidaS_2019.jpg (288.17 Ko) Télécharger le fichier
braycurtis-PCoA-YuJ_2015-TaxaPLNvsPLN-Tree.jpg (169.43 Ko) Télécharger le fichier
braycurtis-PCoA-YuJ_2015.jpg (316.89 Ko) Télécharger le fichier
braycurtis-PCoA-ZellerG_2014-TaxaPLNvsPLN-Tree.jpg (164.35 Ko) Télécharger le fichier
braycurtis-PCoA-ZellerG_2014.jpg (304.06 Ko) Télécharger le fichier
braycurtis-PCoA-ZhuF_2020-TaxaPLNvsPLN-Tree.jpg (151.41 Ko) Télécharger le fichier
braycurtis-PCoA-ZhuF_2020.jpg (292.83 Ko) Télécharger le fichier
conditional-RF-ratio2.0-preprocCLR-barplot.pdf (29.67 Ko) Télécharger le fichier
conditional-XGBoost-ratio2.0-preprocCLR-barplot.pdf (28.84 Ko) Télécharger le fichier
conditional-aitchison-PCoA-HMP_2019_ibdmdb.jpg (161.04 Ko) Télécharger le fichier
conditional-aitchison-PCoA-RubelMA_2020.jpg (184.7 Ko) Télécharger le fichier
conditional-aitchison-PCoA-WirbelJ_2018.jpg (166.69 Ko) Télécharger le fichier
conditional-aitchison-PCoA-YachidaS_2019.jpg (176.38 Ko) Télécharger le fichier
conditional-aitchison-PCoA-YuJ_2015.jpg (182.97 Ko) Télécharger le fichier
conditional-aitchison-PCoA-ZellerG_2014.jpg (164.88 Ko) Télécharger le fichier
conditional-aitchison-PCoA-ZhuF_2020.jpg (189.12 Ko) Télécharger le fichier
conditional-braycurtis-PCoA-HMP_2019_ibdmdb.jpg (170.51 Ko) Télécharger le fichier
conditional-braycurtis-PCoA-RubelMA_2020.jpg (168.94 Ko) Télécharger le fichier
conditional-braycurtis-PCoA-WirbelJ_2018.jpg (147.25 Ko) Télécharger le fichier
conditional-braycurtis-PCoA-YachidaS_2019.jpg (151.71 Ko) Télécharger le fichier
conditional-braycurtis-PCoA-YuJ_2015.jpg (167.04 Ko) Télécharger le fichier
conditional-braycurtis-PCoA-ZellerG_2014.jpg (156.8 Ko) Télécharger le fichier
conditional-braycurtis-PCoA-ZhuF_2020.jpg (151.77 Ko) Télécharger le fichier
conditional_alpha_diversity_benchmark_HMP_2019_ibdmdb_Shannon_index_Simpson_index.pdf (37.38 Ko) Télécharger le fichier
conditional_alpha_diversity_benchmark_RubelMA_2020_Shannon_index_Simpson_index.pdf (30.81 Ko) Télécharger le fichier
conditional_alpha_diversity_benchmark_WirbelJ_2018_Shannon_index_Simpson_index.pdf (37.99 Ko) Télécharger le fichier
conditional_alpha_diversity_benchmark_YachidaS_2019_Shannon_index_Simpson_index.pdf (35.06 Ko) Télécharger le fichier
conditional_alpha_diversity_benchmark_YuJ_2015_Shannon_index_Simpson_index.pdf (35.87 Ko) Télécharger le fichier
conditional_alpha_diversity_benchmark_ZellerG_2014_Shannon_index_Simpson_index.pdf (34.53 Ko) Télécharger le fichier
conditional_alpha_diversity_benchmark_ZhuF_2020_Shannon_index_Simpson_index.pdf (26.42 Ko) Télécharger le fichier
logreg-ratio2.0-preprocCLR-barplot.pdf (37.79 Ko) Télécharger le fichier
mlp-ratio2.0-preprocCLR-barplot.pdf (34.56 Ko) Télécharger le fichier
svm_rbf-ratio2.0-preprocPROPORTION-barplot.pdf (36.96 Ko) Télécharger le fichier
taxonomies_and_taxaabundance_data_specific.jpg (229.98 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence
Origine Fichiers produits par l'(les) auteur(s)
Licence

Dates et versions

hal-05144855 , version 1 (04-07-2025)

Licence

Identifiants

  • HAL Id : hal-05144855 , version 1

Citer

Alexandre Chaussard, Anna Bonnet, Sylvain Le Corff, Harry Sokol. TaxaPLN: a taxonomy-aware augmentation strategy for microbiome-trait classification including metadata. 2025. ⟨hal-05144855⟩
94 Consultations
554 Téléchargements

Partager

  • More