昼夜振荡检测分析与比较（CODAC）：一种用于估计和比较节律性的多准则方法

对时间序列数据中的昼夜节律模式进行分析，需要能够适应多种因素的计算方法，包括可变的采样分辨率、重复样本数量以及缺失值。现有的大多数工具仅依据单一的 p 值阈值，将节律性简化为严格的二分法判断。这会导致一种不确定性，并影响许多生物学靶标的判定。我们开发了 CODAC（Circadian Oscillation Detection Analysis and Comparison，昼夜节律振荡检测分析与比较），这是一个将非线性约束优化与多标准节律性分类方案相结合的框架，用于在不依赖单一统计截断值的情况下评估节律模式。该方法使 CODAC 能够识别并排除中等置信度的节律，而不是强行将其归入有节律/无节律的二分范畴。CODAC 由四个模块组成：（i）CODAC_single 用于估计单一组别内的节律性；（ii）CODAC_flex 在此基础上扩展，用于识别单一组别内不同的波形类型；（iii）CODAC_compare 用于在两个或多个组别之间进行成对比较，以检测节律性或无节律性的变化；（iv）CODAC_multi 用于处理涉及多组比较的更复杂实验设计。通过计算机模拟和公开的转录组数据集，我们表明 CODAC 在性能上可与现有方法相当，同时在节律分类与比较方面提供了额外的灵活性。总体而言，CODAC 为昼夜节律时间序列分析提供了一个灵活的开源软件包，并配备了自动化可视化工具。

对时间序列数据中的昼夜节律模式进行分析，需要能够适应多种因素的计算方法，包括可变的采样分辨率、重复样本数量以及缺失值。现有大多数工具仅基于单一的 p 值阈值，将节律性简化为严格的二分判定。这会导致一种不确定性水平，从而影响许多生物学靶标。

我们开发了 CODAC（Circadian Oscillation Detection Analysis and Comparison），这是一个将非线性约束优化与多准则节律性分类方案相结合的框架，用于在不依赖单一统计截断值的情况下评估节律模式。该方法使 CODAC 能够识别并排除中等置信度的节律，而不是强行将其归入有节律/无节律的二分框架。

CODAC 包含四个模块：(i) CODAC_single 用于估计单一组内的节律性；(ii) CODAC_flex 在此基础上进一步扩展，以识别单组内不同的波形类型；(iii) CODAC_compare 用于在两个或更多组之间进行成对比较，以检测节律性或无节律性的变化；(iv) CODAC_multi 用于处理涉及多组比较的更复杂实验设计。

通过计算机模拟和公开的转录组数据集，我们表明，CODAC 在性能上可与已有方法相媲美，同时在节律分类和比较方面提供了额外的灵活性。综上，CODAC 为昼夜节律时间序列分析提供了一个灵活的开源软件包，并配备自动化可视化工具。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.17.745071v1?rss=1

🏷️ 昼夜节律 时间序列分析 节律检测 多准则分类 非线性约束优化 转录组数据