当前位置: 首页 > news >正文

扩增子系列核心微生物分析——别再局限于传统!快来看看新玩法

你说微生物研究卷不卷?

扩增子的分析卷不卷?

说实话,确实卷,并且只会越来越卷,微生物扩增子热点更新越来越快,文章越发越多,所以该怎么办呢?

聪明人就不能被老套路困死,需要开拓新出路啦!

核心物种

大家都有的——多个群落中都识别到的共有物种。

优势物种

最多的——丰度在群落中占绝对优势,会影响群落功能或某个特定的过程。

关键物种

独特地位的,消亡会给群落带来巨大的改变——在微生物组高度连接的、对群落结构和功能中起重要作用且不因丰度和时空变化而改变的物种。

微生物群落核心物种core分析包括什么内容?

核心物种core分析主要包括样本间、组间核心物种识别及可视化:组间Venn图、样本间花瓣图、核心物种箱线图、柱状图、堆积冲击图、饼图、桑基图等。

凌恩生物优势项目-扩增子重磅再升级,打破以往扩增子研究套路,深入微生物群落研究底层逻辑,基于SPEC-OCCU、核心指数方法分析群落核心物种,识别潜在关键物种等!

01.花瓣图

识别在所有样本中均有检出的OTU/ASV,认定其为基于样本的核心OTU/ASV并进行丰度变化和分类学组成分析。

图 Venn图揭示植物根际土壤共有核心物种[1]

(doi:10.1016/j.soilbio.2023.109231)

在文中分析中,为了探索混合土壤对根际细菌群落组成的影响,使用花瓣图比较了ASV水平上的群落特征(平均丰度频率高于0.01%)。与纯健康土壤(D0)中的ASVs(即1752个ASVs)相比,不同混合比例下的ASVs数量在1513~1742之间(图2e),其中共有894个ASVs在所有比例土壤群落中均存在。结果表明,不同混合比例下的土壤微生物群落融合重塑了植物根际细菌生态群落,改变了从非根际土壤迁移到根际的细菌成员[1]。

02.SPEC-OCCU 分析

SPEC-OCCU(Specificity-Occupancy, 物种的特异性-占有率)方法是生态学中用来分析和识别生态群落中的关键物种的一种方法。关键物种指的是那些对群落结构和功能有重大影响的物种。这个方法通过量化物种的特异性(Specificity)和占有率(Occupancy)来识别这些关键物种。

通过计算了各OTU(ASV)的特异性(specificity)和占有率(occupancy,或称为保真度,fidelity):来筛选不同分组的特征种:

上式中,ASV S在生境H中的特异性为S在H的所有样本中的平均丰度(NindividualsS,H)与S在研究中所有生境中各生境平均丰度之和(NindividualsS)的比值;ASV S在生境H中的占有率为H的所有样本中出现S的样本数(NsitesS,H)与H的样本总数(NsitesH)的比值。

绘制特异性-占有率(specificity-occupancy,SPEC-OCCU)图,设定x轴为占有率(occupancy),y轴为特异性(specificity),且当特异性和占有率≥0.7的ASV被认为是群落中潜在的关键分类群。

图(a)SPEC-OCCU图显示了每种生境类型中最丰富的1000种ASV;(b)饼状图显示每个生境中关键的ASV比例[2]

(doi:10.1016/j.envres.2024.120262)

通过SPEC-OCCU分析,文章探讨了不同栖息地类型中扩增子序列变异(ASV)的分布及其在各自栖息地中的特异性和占有率。结果表明:在根际细菌群落中,不同栖息地特有种为放线菌门、变形菌门和酸杆菌门。在真菌群落中,关键分类群主要属于子囊菌门和担子菌门[2]。

03.归一化核心指标的计算

本部分的内容通过核心指数计算识别在所有样本中的核心物种,绘制散点图分析结果。

建立核心指数(Core index, CI),计算各类群潜在核心微生物,公式如下:

其中CI为扩增子测序数据集中各分类群的核心指数,f为所有样本中各分类群出现的频率,n为包含各分类群的独立样本个数,s为所有样本中各分类群的序列长度,n为个体实验总数,S为所有样本中各分类群的总序列长度。

采用归一化核心指数(NorCI)确定了中国沿海生态系统的核心类群:

CI’为所研究样本中各类CI的核心指数,CImin和CImax分别为本数据集中的最小和最大CI。

结果中不同颜色代表不同分类学水平(门、纲、目、科、属、种),每一个圆圈代表一个核心OTU/ASV。筛选标准为相对丰度排名前20并且检出率高于50%的OTU/ASV。

参考文献

[1]Qiao Y , et al.Core species impact plant health by enhancing soil microbial cooperation and network complexity during community coalescence.Soil Biology & Biochemistry.2024.

[2]Cui, Ye et al. Effects of volcanic environment on Setaria viridis rhizospheric soil microbial keystone taxa and ecosystem multifunctionality. Environmental research. 2024.

https://doi.org/10.1016/j.soilbio.2023.109231

https://doi.org/10.1016/j.envres.2024.120262

http://www.cnnetsun.cn/news/102524.html

相关文章:

  • 基于Gradle8.0的插件开发
  • Gradle8.0中Transform的替代方案
  • 47、运维脚本与消息推送:从菜单到弹窗的全面指南
  • 50、脚本与函数的综合应用指南
  • XDM浏览器插件终极指南:5分钟快速上手高速下载神器
  • 如何配置一个!P地址和子网掩码?
  • EmotiVoice项目依赖项精简计划:降低部署复杂度
  • 魔盒项目开发纪实:移动端应用开发
  • 鸿蒙ArkTS与Vue3状态管理对比
  • EmotiVoice能否生成辩论赛语音?逻辑性强语调输出
  • 【必收藏】AI智能体(AI Agent)完全指南:从底层原理到落地实践,打造你的第一个智能体系统
  • 建议收藏:零基础也能玩转AI大模型:提示词工程+微调+RAG实战指南
  • 精度论文:【Class Attention Transfer Based Knowledge Distillation】
  • 邮件防泄露再升级!CACTER EDLP大模型破解隐秘泄露,防护更精准
  • 13、深入了解psad:端口扫描攻击检测器与可疑流量检测
  • affine+docker+postgresql+备份数据库
  • EmotiVoice语音风格迁移功能探索:跨语境情感复现
  • FDM 3D打印表面粗糙度降至2μm?这一新技术来了解一下!
  • EmotiVoice跨平台兼容性测试结果公布
  • EmotiVoice支持长文本输入吗?分段处理最佳实践
  • 第012章:进销存的萌芽——仓库里的黑洞与“永远对不上的账”(1998)
  • 0 基础挖 SRC 怕违法?保姆级封神指南!合法渠道 + 实操步骤 + 必备技能一文搞定!
  • 如何让机器说话更有感情?试试EmotiVoice多情感TTS
  • 【OpenCV】Python图像处理几何变换之透视
  • EmotiVoice语音合成结果隐私保护措施说明
  • SottPlot5曲线图学习,代码示例,最新版本使用总结(v5.1.x)
  • EmotiVoice语音合成语音压缩技术:减小文件体积不影响质量
  • 央广财经对话齐向东!网安是 “十五五” 黄金赛道,稳、宽、强 = 躺赢风口?
  • 工业互联网产业联盟:高标准数字园区建设研究报告 2025
  • 共商AI时代发展新路径 第十六届亚洲电子论坛举办