如何实现数据挖掘与联合分析中微生物数据的多层次分析?

健康   2024-10-21 17:01   江苏  

在对微生物群落进行研究分析时,除了将整体群落特征进行分析,也可以将整体群落划分成几个特征群落进行分析,或与其他组学数据联合分析。不同的微生物子群落对变化响应、在某些过程的发生发展中发挥的作用可能不同。任何特定的微生物群落中都应该存在一个“重要”的子群落,它们是生态系统的活跃部分,对宿主或环境的群落结构和功能起重要作用。

常见的方法是利用微生物出现频率、丰度等信息对对微生物群落做一些划分。从不同类型样本间微生物分布差异的角度看,例如,可以将微生物分为共有、特有微生物。Kokou等人[1]的研究中,共有微生物(shared microbiomes)被定义为全部样本或90%以上样本中存在的微生物。特有微生物(unique microbiomes)被任意定义为仅在与某类样本中或90% 以上存在且在其他类型的样本中未发现的微生物。

从微生物丰度分布特征角度来看,可以将微生物分为优势、稀有等类群。Delgado-Baquerizo等人[2]在全球表层土壤细菌群落的相关研究中,将样本中前10%的,在55%以上样本中初选的ASV/OTU认定为最常见和普遍存在的细菌类群。对于“rare”类群的划定,多数研究使用相对丰度进行截取,如相对丰度低于0.1%、0.01%等。稀有类群对群落生态学,尤其是时间变异性(例如,条件稀有类群))和生态恢复力具有重大贡献。Lynch等人[3]的综述文章中提到低丰度类群是评估α多样性和β多样性的重要贡献者。

在稀有类群中有一类条件稀有类群(conditionally rare taxa,也被称为transient taxa),在某些条件下稀有的物种,但当环境条件变化时,例如提供最佳生长条件时可以变得丰富。该类群随着时间的推移遵循双峰分布。根据类群丰度水平随时间的分布,可以计算双峰系数 b 来进行识别条件稀有类群,如果一个分类群b > 0.9并且其丰度大于0.01%,则被认为是暂时的或者条件稀有类群。此外,许多研究会在关键物种(keystone species)的角度上分析微生物群落。关键物种对环境的影响非常大。许多研究使用共现网络(co-occurrence networks)来识别关键物种,并将微生物划分为不同的子群落。


案例分析

1.Nature:肠道微生物碳水化合物代谢导致胰岛素抵抗[3]

简介:胰岛素抵抗是代谢综合征和2型糖尿病的主要病理特征,肠道微生物群在胰岛素抵抗中具有重要作用。本项研究将粪便代谢组学和宏基因组学数据相结合,以分析微生物组在胰岛素抵抗中的作用。在数据分析中,作者巧妙地利用微生物数据在样本间分布的特征,将微生物数据划分成为4簇,寻找关键菌群。对于代谢组的数据,作者也是利用WGCNA方法,将代谢物划分成组,参与联合分析。文章结果表明,粪便碳水化合物,特别是宿主的单糖,在胰岛素抵抗个体中增加,并且与微生物碳水化合物代谢和宿主炎症细胞因子相关。


2.Environmental Science & Technology:生物相互作用通过改变稀有微生物群落介导土壤功能[5]

简介:土壤微生物是陆地生物地球化学循环的主要驱动力,促进土壤有机质周转。然而,土壤动物对微生物群落的影响仍然知之甚少。本项研究将土壤微生物扩增子测序与代谢组学相结合,并对细菌和真菌的丰富类群和稀有类群进行了划分:在所有实验处理中相对丰度超过0.1%的细菌ASV被视为丰富分类群,而相对丰度低于0.02%的细菌ASV被指定为稀有分类群。相对丰度高于0.1%的真菌ASV被归类为丰富分类群,而相对丰度低于0.1%真菌的ASV在所有处理中被表征为稀有分类群。文章结果表明,稀有微生物群落是土壤功能基因富集的重要驱动因素。确定了关键的稀有微生物类群,包括SM1A02、伽马变形菌和HSB_OF53F07;功能基因丰度的增加可能是由于土壤动物相互作用介导的特定微生物代谢活动等。

1.Kokou, F. et al. Core gut microbial communities are maintained by beneficial interactions and strain variability in fish. Nat Microbiol 4, 2456–2465 (2019).

2.Delgado-Baquerizo, M. et al. A global atlas of the dominant bacteria found in soil. Science 359, 320–325 (2018).

3.Lynch, M. D. J. & Neufeld, J. D. Ecology and exploration of the rare biosphere. Nat Rev Microbiol 13, 217–229 (2015).

4.Takeuchi, T. et al. Gut microbial carbohydrate metabolism contributes to insulin resistance. Nature 621, 389–395 (2023).

5.Wang, Y.-F. et al. Biological Interactions Mediate Soil Functions by Altering Rare Microbial Communities. Environ. Sci. Technol. 58, 5866–5877 (2024).



1

END

1



上海派森诺生物科技股份有限公司成立于2011年4月,是一家致力于为生命科学、健康医学等领域提供微生物组、基因组、转录组、单细胞及蛋白代谢等多组学分子生物学技术服务及大数据挖掘与分析服务的高新技术企业,是国家级专精特新“小巨人”企业、国家知识产权优势企业、上海市“科技小巨人”企业。公司总部位于上海,设有多家全资子公司,实验及办公面积逾15,000m2

公司建立了完善的基因测序平台和大数据云计算平台,具有完全自主研发的创新技术和成果,派森诺生物及所属子公司已取得授权及受理专利、软件著作权250余项;合作项目论文多次发表在Nature、Lancet等国际生命科学、医学权威期刊,联合署名发表的SCI文章超1,500篇,累计影响因子超过10,000分。公司在全国31个省市设立了销售网点,业务网络覆盖亚洲、欧洲、大洋洲等多个国家,与全球500多所高校、300多家医院及600多家科研机构建立了紧密合作关系。

派森诺生物作为基因检测、蛋白代谢检测及大数据分析、体外诊断试剂开发的服务商,始终秉承“解析基因序列,诠释生命密码,改善人类生活”的企业使命,致力于为广大生命科学、医学工作者提供包括高通量基因测序、临床医学基因检测、蛋白及代谢组检测分析、生物信息学服务、生物云计算、分子生物学实验等科研及临床应用解决方案。


派森诺生物
生命科学研究最新进展,尽在一手掌握!
 最新文章