震惊！竟然有人研究精液微生物的生物地理分布

Frontiers in Microbiology 于2019.1.31号在线刊出一篇文章，研究了中国人精液中微生物的生物地理学分布。不知道为什么，看到这个标题就被一股神秘力量所吸引，不得不把文章看完了。。。

但是！本来以为会看到一些有意思的结果，没想到却迷失于方法学之中。

该文章内容和读者看完标题后的自行yy完全不同，以下部分慎读~慎读~

摘要

本文通过多样性-面积关系 (diversity-area relationship，DAR)分析了中国人精液微生物组多样性在个体间的变化。DAR是传统种面积关系 (species-area relationship，SAR)方法的延伸。

作者定义单位面积为单个个体的精液，通过测序技术得到精液中的微生物，并计算Hill number作为多样性指标。

通过对中国人群的横断面研究，进一步测试了健康、亚正常和异常微生物组样本在生育状况方面DAR参数的差异。结果表明三组之间的无显著差异。根据此建立了适用于三种人群的DAR模型。

其模型参数可用于

(i) 估计人群中的微生物群落多样性，构建DAR剖面;

(ii) 预测/构建人群中最大收益多样性（maximal accrual diversity , MAD)剖面;

(iii) 估计个体间两两多样性的重叠 (pair-wise diversity overlap, PDO)，构建PDO剖面;

(IV) 评估个体多样性与人群多样性的比率（ratio of individual diversity topopulation, RIP）。RIP是本研究中提出的新概念，本质上是局部多样性与区域或全球多样性的比值(ratio of local diversity to regional or global diversity, LRD/LGD)。

背景1

人类精液中也存在微生物群落，每个个体体内含有数百种不同丰度的细菌。不同人体精液中微生物也存在高度的个性化。因此不同时间、不同个体的精液微生物也存在一定的生物地理学分布。

研究精液微生物群多样性的生物地理学或空间分布对于深入了解精液微生物群及其对男性不育的影响是必要的。

背景2

之前Weng et al.(2014)的研究测序了96个中国人的精液样本，发现其中的优势物种为Lactobacillus (19.9%), Pseudomonas (9.85%), Prevotella (8.51%), Gardnerella(4.21%). 并且精液微生物群落可以划分为三个类型，优势物种分别为Lactobacillus, Pseudomonas, Prevotella。不过迄今还没有研究关注精液微生物群落的生物地理学分布。

背景3

种面积关系(species-area relationship, SAR)是生态学中的经典理论之一。目前也已被引入到微生物领域的研究中。近年来人类微生物组计划及相关研究再次拓展了SAR方法，将物种丰富度(species richness)扩展为更为一般的多样性 (diversity)。

DAR模型的建立分为三步：得到OTU；计算Hill number；建立DAR模型。

得到OTU

采集96个个体的精液样本，包含35个正常生育力的人，28个亚正常生育力的人和33个异常生育力的人。样本通过微生物16S-rRNA测序得到OTU。每个个体平均得到80424条序列，135个属569个种。

计算Hill number

Hill number:

S为物种个数；Pi是第i个物种的相对丰度；q为阶数。

q = 0, 计算的是物种个数;

q = 1, 计算Shannon index;

q = 2, 计算Simpson index;

q越大优势物种所占权重越大。

建立DAR模型

将传统SAR拓展为DAR：

qD为计算得到的Hill number，A为面积。c和z为常数。q=0时该公式退化为传统的SAR。

指数截断的幂律分布(PLEC)也可引入到DAR：

d是一个负的参数。exp(dA)为指数衰减项。在A很大的时候exp(dA)在整个公式起主导作用。因此该式存在最大值。计算方法见后续内容。

对上述两个公式做对数转化后可得：

线性相关系数R和显著性p可用于检验模型的效果。z为线性拟合的斜率，控制着因变量随自变量变化的速率。

综上，z和q这两个参数很重要，被称作DAR profile。

接下来利用构建的DAR模型对多种指数进行计算。

PLEC模型预测MAD

PLEC模型预测(maximal accrual diversity, MAD)

当

存在

计算PDO

计算两个相同面积之间共有的多样性指数（pair-wise diversity overlap，PDO)：

z = 1, g = 0。两地之间完全不同。

z = 0, g = 1。两地完全相同。

再总结一下几个重要的参数：

z：斜率，代表多样性随面积增加变化的速率。

c: 令A=1，S =c。c为一个单位面积的Hill number，注意不是每个单位面积的Hill number。在本研究中可指一个人精液微生物的Hill number，或一群人中平均每个人精液微生物的Hill number。

g: PDO的参数。

Dmax: maximal accrual diversity (MAD)的参数。和微生物类型相关（如肠道或精液）。

该研究提出的新参数

RIP (the Ratio of Individual Diversity to Population Accrual Diversity)

定义为：

或

将RIP的概念进一步推广，可得到LRD (ratio of local to regional diversity) 和LGD (ratio of local to global diversity)

材料方法部分该文章大量引用了

Ma, Z. S.(2018a). Extending species-area relationships (SAR) to diversity-area relationships(DAR). Ecol. Evol. 8, 10023–10038. doi: 10.1002/ece3.4425

本文的结果是在提出的诸多方法之上汇总作图并看图说话。都是规律性的总结，没有特别吸引我的亮点。因此仅放一下结论及对应的图。

1

不同健康水平的样本分别建立DAR模型，结果表明参数并没有显著的差异。因此将三组合并重新构建DAR模型。主要的发现包括：

在种和属水平上DAR模型都拟合的很好。PLEC略优于PL。种水平略优于属水平。

2

z随着q增加而单调递减。

3

PDO随着q增加而单调递增。

4

Dmax随着q增加单调递减。

5

RIP的变化规律。属水平上随q单调递增。种水平上无明显规律。

Trash talk 1

其实刚看到这篇文章，我最好奇的是精子卵子结合的时候会有很多吃瓜微生物再旁边看着么，还是之前会有杀灭微生物的过程……

Trash talk 2

以前不知道精液有微生物，看完本文涨知识了。去年文献也报道过胎盘和大脑也都有微生物存在了。在一直认为的无菌环境不断发现着微生物，也不断的冲击着人类对微生物的认识。还看过一句话，从细胞水平上人只有50%是自己（人体细胞数和微生物细胞数1:1）；但是从基因水平上，人只有1%是自己（人体基因和微生物比例1：100）。突然想到“无微不至”可以有新的解释——没有微生物到不了的地方~