微生物多樣研究—α 多樣性指數(shù)分析

一、多樣性指數(shù)介紹

多樣性指數(shù):是指物種多樣性測定。

主要有三個空間尺度:α多樣性,β多樣性,γ多樣性。??

每個空間尺度的環(huán)境不同測定的數(shù)據(jù)也不相同。

α多樣性:主要關(guān)注局域均勻生境下的物種數(shù)目,因此也被稱為生境內(nèi)的多樣性(within-habitatdiversity)。

群落生態(tài)學(xué)中研究微生物多樣性,通過單樣品的多樣性分析(α[Alpha]多樣性)可以反映微生物群落的豐度和多樣性,包括一系列統(tǒng)計學(xué)分析指數(shù)估計環(huán)境群落的物種豐度和多樣性。

β多樣性:指沿環(huán)境梯度不同生境群落之間物種組成的的相異性或物種沿環(huán)境梯度的更替速率也被稱為生境間的多樣性(between-habitatdiversity),控制β多樣性的主要生態(tài)因子有土壤、地貌及干擾等。

β多樣性意義:

①它可以指示生境被物種隔離的程度;

②β多樣性的測定值可以用來比較不同地段的生境多樣性;

③β多樣性與α多樣性一起構(gòu)成了總體多樣性或一定地段的生物異質(zhì)性。?

群落生態(tài)學(xué)中研究微生物多樣性,β(Beta)多樣性是對不同樣品/不同組間樣品的微生物群落構(gòu)成進(jìn)行比較分析。

γ多樣性:描述區(qū)域或大陸尺度的多樣性,是指區(qū)域或大陸尺度的物種數(shù)量,也被稱為區(qū)域多樣性(regionaldiversity)。控制γ多樣性的生態(tài)過程主要為水熱動態(tài),氣候和物種形成及演化的歷史。

群落生態(tài)學(xué)中研究微生物多樣性,γ多樣性分析是指α多樣性與β多樣性相結(jié)合的分析。

二、α多樣性指數(shù)

1.計算菌群豐度(Community richness)的指數(shù)

a) Chao- the Chao1 estimator

Chao:是用chao1算法估計樣品中所含OTU數(shù)目的指數(shù),chao1在生態(tài)學(xué)中常用來估計物種總數(shù),由Chao(1984) 最早提出。


Chao計算公式及說明

利用chao指數(shù)評估一個樣本中OTU數(shù)目多少,chao指數(shù)越大,OTU數(shù)目越多,說明該樣本物種數(shù)比較多。

b)Ace - the ACE estimator

Ace:用來估計群落中OTU數(shù)目的指數(shù),由Chao提出,是生態(tài)學(xué)中估計物種總數(shù)的常用指數(shù)之一,與Chao1的算法不同。


Ace計算公式及說明

2. 計算菌群多樣性(Communitydiversity)的指數(shù)

a) Shannon- the Shannon index

Shannon:用來估算樣品中微生物多樣性指數(shù)之一。它與Simpson多樣性指數(shù)常用于反映alpha多樣性指數(shù)。Shannon值越大,說明群落多樣性越高。

Shannon計算公式及說明

b)Simpson - the Simpson index

Simpson:用來估算樣品中微生物多樣性指數(shù)之一,由EdwardHugh Simpson ( 1949) 提出,在生態(tài)學(xué)中常用來定量描述一個區(qū)域的生物多樣性。


Simpson計算公式及說明

3. 測序深度指數(shù)

a)Coverage- the Good’s coverage

Coverage:是指各樣品(克隆)文庫的覆蓋率,其數(shù)值越高,則樣品中序列被測出的概率越高,而沒有被測出的概率越低。該指數(shù)反映本次測序結(jié)果是否代表了樣品中微生物的真實情況。

Coverage公式及說明

三、與物種多樣性相關(guān)的曲線

1.稀釋性曲線(Rarefaction curve)

稀釋曲線是從樣品中隨機(jī)抽取一定數(shù)量的個體,統(tǒng)計這些個體所代表的物種數(shù)目,并以個體數(shù)與物種數(shù)來構(gòu)建曲線。它可以用來比較測序數(shù)據(jù)量不同的樣品中物種的豐富度,也可以用來說明樣品的測序數(shù)據(jù)量是否合理。采用對序列進(jìn)行隨機(jī)抽樣的方法,以抽到的序列數(shù)與它們所能代表OTU的數(shù)目構(gòu)建rarefactioncurve,當(dāng)曲線趨向平坦時,說明測序數(shù)據(jù)量合理,更多的數(shù)據(jù)量只會產(chǎn)生少量新的OTU,反之則表明繼續(xù)測序還可能產(chǎn)生較多新的OTU。因此,通過作稀釋性曲線,可得出樣品的測序深度情況。


稀釋性曲線示意圖

2. Shannon-Wiener曲線

Shannon-Wiener是反映樣品中微生物多樣性的指數(shù),利用各樣品的測序量在不同測序深度時的微生物多樣性指數(shù)構(gòu)建曲線,以此反映各樣品在不同測序數(shù)量時的微生物多樣性。當(dāng)曲線趨向平坦時,說明測序數(shù)據(jù)量足夠大,可以反映樣品中絕大多數(shù)的微生物信息。


Shannon-Wiener曲線示意圖

3. Rank-Abundance曲線

Rank-abundance曲線是分析多樣性的一種方式。構(gòu)建方法是統(tǒng)計單一樣品中,每一個OTU所含的序列數(shù),將OTUs按豐度(所含有的序列條數(shù))由大到小等級排序,再以O(shè)TU等級為橫坐標(biāo),以每個OTU中所含的序列數(shù)(也可用OTU中序列數(shù)的相對百分含量)為縱坐標(biāo)做圖。?

Rank-abundance曲線可用來解釋多樣性的兩個方面,即物種豐度和物種均勻度。在水平方向,物種的豐度由曲線的寬度來反映,物種的豐度越高,曲線在橫軸上的范圍越大;曲線的形狀(平滑程度)反映了樣品中物種的均度,曲線越平緩,物種分布越均勻。


OTU Rank-Abundance曲線示意圖

4. Specaccum物種累積曲線

物種累積曲線( species accumulation curves):是用于描述隨著樣品量的加大物種增加的狀況,是調(diào)查樣品的物種組成和預(yù)測樣品中物種豐度的有效工具,在生物多樣性和群落調(diào)查中,被廣泛用于樣品量是否充分的判斷以及物種豐富度(species richness) 的估計。因此,通過物種累積曲線不僅可以判斷樣品量是否充分,在樣品量充分的前提下,運用物種累積曲線還可以對物種豐富度進(jìn)行預(yù)測(默認(rèn)在同類樣品量大于10個分析)。


物種累積曲線示意圖

四、與物種組成相關(guān)的圖表

1.優(yōu)勢物種相對豐度圖

根據(jù)OTU注釋結(jié)果分別在各個分類水平:domain(域),kingdom(界),phylum(門),class(綱),order(目),family(科),genus(屬),species(種)統(tǒng)計各樣品的物種相對豐度并作圖。?

在結(jié)果中,包含了兩個信息:–樣品中含有何種微生物;–樣品中各微生物的序列數(shù),即各微生物的相對豐度。

因此,可以使用統(tǒng)計學(xué)的分析方法,觀測樣品在不同分類水平上的群落結(jié)構(gòu)。將多個樣品的群落結(jié)構(gòu)分析放在一起對比時,還可以觀測其變化情況。根據(jù)研究對象是單個或多個樣品,結(jié)果可能會以不同方式展示。通常使用較直觀的餅圖或柱狀圖等形式呈現(xiàn)。群落結(jié)構(gòu)的分析可在任一分類水平進(jìn)行。


物種組成柱狀圖示意圖

2. 優(yōu)勢物種Heatmap圖

Heatmap可以用顏色變化來反映二維矩陣或表格中的數(shù)據(jù)信息,它可以直觀地將數(shù)據(jù)值的大小以定義的顏色深淺表示出來。常根據(jù)需要將數(shù)據(jù)進(jìn)行物種或樣品間豐度相似性聚類,將聚類后數(shù)據(jù)表示在heatmap圖上,可將高豐度和低豐度的物種分塊聚集,通過顏色梯度及相似程度來反映多個樣品在各分類水平上群落組成的相似性和差異性。


Heatmap示意圖

3. OTU分布Venn圖

Venn 圖可用于統(tǒng)計多個樣品中所共有和獨有的OTU數(shù)目,可以比較直觀的表現(xiàn)環(huán)境樣品的OTU數(shù)目組成相似性及重疊情況。


Venn示意圖

4. 單樣品多級物種組成圖

單樣品多級物種組成圖通過多個同心圓由內(nèi)向外直觀地展現(xiàn)出單個樣品在域、門、綱、目、科等分類學(xué)水平的物種比例和分布。

單樣本多級物種組成圖示意圖
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,835評論 6 534
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,676評論 3 419
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,730評論 0 380
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,118評論 1 314
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 71,873評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,266評論 1 324
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,330評論 3 443
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,482評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,036評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 40,846評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,025評論 1 371
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,575評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,279評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,684評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,953評論 1 289
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,751評論 3 394
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 48,016評論 2 375

推薦閱讀更多精彩內(nèi)容