![]()
环境DNA (eDNA)分析可以同时检测不同营养级和生命领域的生物的生物类群，从而提供与生态系统变化相关的复杂生物相互作用的关键信息。
加权基因共表达网络分析 (WGCNA, Weighted correlation network analysis)是用来描述不同样品之间ASV/OTU关联模式的系统生物学方法，可以用来寻找具有相似时间趋势的分类单元簇（cluster），鉴定高度协同变化的分类单元簇。相比于其他差异分析，WGCNA分析所包含的分析内容更全面、分析的影响因素更多，因此核心基因的挖掘会更精确。
那么，当环境eDNA多营养级遇上WGCNA~
会碰撞出什么样的火花呢？！
我们来看一篇Nature子刊的研究案例[1]，作者使用 eDNA 的多位点（16S rRNA、18S rRNA、COI和12S rRNA）扩增子测序来调查来自加利福尼亚州蒙特雷湾的18个月（2015-2016 年）时间序列海水样本的生物多样性。生成的数据集包含从微生物到哺乳动物的663个分类群（在科或更高分类等级）。作者推断了群落组成的变化，揭示了类群之间推定的相互作用，并确定了这些群落与环境特性之间的相关性。群落网络分析提供了所有生命领域中预期的捕食者-猎物关系、营养联系和季节性变化的证据。为了评估群落比例丰度随时间的变化，对各类群的扩增子丰度指数进行了加权基因相关网络分析(WGCNA)。结果表明，海洋生物群可以有效地聚集成群落（子网络），这些群落的组成和丰度会随着时间的推移而波动。作者确定了六个子网络，它们代表不同的群落及其随时间的变化。春季/夏季类群（橙色、黄色、绿色子网络）之间丰富度的 eDNA 观察结果与秋季/冬季类群（灰色、蓝色、黑色）明显不同。所有子网都与环境变量相关，分类单元丰富度的季节性反映了与冬季较低的叶绿素a水平（灰色子网）和秋季较高的海面温度（蓝色子网）的相关性。因此，跨越不同营养级的共生生物群与环境参数的变化直接相关，明晰了群落对环境的潜在响应，并强调了共生生物和营养级间的相互关联。![]()
图1 与环境变量相关的 eDNA 数据的加权基因相关网络分析 (WGCNA)a. 基于所有分类群丰度指数变化的聚类分析，使用Kendall相关系数的树状图。这些颜色对应于不同的子网。b. 结合图1-a，在采样时间点上，每个子网中观察到的分类群丰富度显示了2015年12月的最高累积丰富度。阴影部分代表春天和秋天，白色代表夏天和冬天。凌恩生物推出基于eDNA多营养级的WGCNA分析，构建了基因模块与环境因子相关分析，对基因模块进行筛选，高效快速得到了不同模块核心物种和环境因子之间关联！参考文献
[1] Environmental DNA reveals seasonal shifts and potential interactions in a marine community. Nature communication, 2020.
