# Mediation Analysis Methods to Model Human Microbiome Mediating Disease-Leading Causal Pathways in Children

> **NIH NIH R01** · UNIVERSITY OF FLORIDA · 2020 · $404,110

## Abstract

Abstract 
Emerging evidence suggests that human microbiome, composed of collective genomes of as many as 100 trillion 
microorganisms,  could  be  mediating  disease-­leading  causal  pathways  initiated  by  environmental  toxicants  or 
other factors such as drug usage. Prenatal arsenic exposure through drinking water, for example, could initiate 
perturbation of gut microbiome, and therefore, children could inherit perturbed microbiome composition if their 
mothers have arsenic exposure during perinatal period. The unhealthy microbiome composition could, in turn, 
induce  children’s  asthma,  infection  and  allergy  which  could  explain  that  arsenic  exposure  during  pregnancy  is 
related to children’s infection. Taken together, arsenic exposure could be the initiation of causal pathways leading 
to children’s infection through perturbed mother’s microbiome being passed to children. There are many other 
possible initiation factors such as diet, gene mutation, delivery mode and antibiotics leading to different children’s 
health  outcomes.  These  mediations  could  happen  through  changes  in  particular  microbial  taxa  or  though  the 
perturbation  of  microbiome  population  structure.  While  high-­throughput  sequencing  technologies  can 
characterize the taxonomic composition of microbiome in unprecedented detail, none of the existing mediation 
analysis  methods  is  adequate  enough  to  model  the  mediation  effects  of  microbiome  due  to  the  unique 
challenging  features  of  microbiome  data.  Therefore,  there  is  an  urgent  need  to  have  appropriate  mediation 
analysis methods in place for estimating and testing the mediational effects of human microbiome. To address 
these issues, we will develop two general mediation analysis frameworks to identify mediation through changes 
in individual microbial taxa and model mediation though the perturbation of overall microbiome composition. The 
models  will  be  tested  with  extensive  simulations  and  cross  validations.  An  R  package  and  an  interactive  web 
application will be developed for model implementations. In the real study applications, we will quantify and test 
the  mediation  effects  of  infant  gut  microbiome  and  breast-­milk  microbiome  in  the  relations  between  prenatal 
exposures  (e.g.,  arsenic  exposure,  maternal  diet)  and  childhood  infections  and  allerg/atopy  in  the  first  year  of 
life using the rich data from the large ongoing longitudinal molecular epidemiologic New Hampshire Birth Cohort 
study. With the applications of the proposed models in a cystic fibrosis (CF) study, we will examine whether CF 
transmembrane  conductance  regulator  gene  mutations  lay  the  biological  foundation  for  patterns  in  the 
developing microbiome in the gut that are associated with CF exacerbation onset in newborn children with CF. 
By analyzing the data from the Infant Growth and Microbiome Study, we will answer the key question...

## Key facts

- **NIH application ID:** 9985901
- **Project number:** 5R01GM123014-04
- **Recipient organization:** UNIVERSITY OF FLORIDA
- **Principal Investigator:** Zhigang Li
- **Activity code:** R01 (R01, R21, SBIR, etc.)
- **Funding institute:** NIH
- **Fiscal year:** 2020
- **Award amount:** $404,110
- **Award type:** 5
- **Project period:** 2018-08-01 → 2022-07-31

## Primary source

NIH RePORTER: https://reporter.nih.gov/project-details/9985901

## Citation

> US National Institutes of Health, RePORTER application 9985901, Mediation Analysis Methods to Model Human Microbiome Mediating Disease-Leading Causal Pathways in Children (5R01GM123014-04). Retrieved via AI Analytics 2026-05-23 from https://api.ai-analytics.org/grant/nih/9985901. Licensed CC0.

---

*[NIH grants dataset](/datasets/nih-grants) · CC0 1.0*