Microbiome: 画一个全球微生物网络图~

Journal: Microbiome

Published: 04June 2020

Link: https://microbiomejournal.biomedcentral.com/articles/10.1186/s40168-020-00857-2

(网页有视频摘要~)

摘 要

全球范围内不同环境下的微生物群系之间的相互作用模式仍未被探索。

此研究从地球微生物组计划种选取14个环境，23595个样本和12646个序列变异，得到了地球微生物共发生网络。

该网络分为8个分类学上明显的模块。不同环境的微生物群落中有不同的共现模式。大量的specialist edges(只在一个子网络中出现的边)表明了环境特异性共生关系是微生物群落的基本特征。

不同环境下的微生物按照植物和动物相关聚为两类。

在大多数子网络中，Acidobacteria Gp2和Nisaea被确定为hubs 。负相关比例在土壤子网络为1.9%，在非盐碱地表面子网络为48.9%，表明不同环境的竞争强度或生态位分化程度不同。

研究突出了不同环境下微生物群落间的相互作用模式，强调了从网络角度理解微生物群落共现特征的重要性。

方 法

从EMP数据库中下载90-bp Deblur BIOM table ，对丰度进行过滤，保留所有样本中至少有25个序列的exact sequence variants(ESVs)。并去除丰度小于0.001%且只出现在少于10%样本中的ESVs。

采用Spearman相关性及Bray-Curtis 不相似性，RMT算法构建网络。对EMP ontology 第三等级的14种环境类别分别构建网络提升效率，再将14个网络合并为总的全球网络。

具体方法还可参见：

Lima-Mendez G, Faust K, Henry N, Decelle J, Colin S, Carcillo F, et al.Determinants of community structure in the global plankton interactome. Science. 2015;348:1262073.

该文章构建了全球浮游生物共发生网络

结 果

网络概况

最终构建的全球网络由2928个顶点和54,299条边组成。无标度性(R2=0.19, P<0.001)以及丰度和度之间的独立性(R2=−0.08,P=0.07)表明该微生物网络中存在非随机共生模式。

全球微生物共发生网络。a,8个模块；b,14个环境，红色表示相应环境的节点。

全球网络显示了高度的模块化，但是总共53个模块中只有8个模块占了87.9%的节点。在这8个模块中，前5个模块被密集地嵌套在一个巨大的模块中，而模块6、7和8与这个更大的模块隔离。

8个模块由不同的分类主导，如Clostridia、Alphaproteobacteria、Deltaproteobacteria和Gammaproteobacteria。

动物体内微生物群落主要聚集于M3，植物微生物主要聚集于M3和M4。

网络的系统发育关系

物种之间的共发生主要与Alphaproteobacteria, Clostridia, Deltaproteobacteria有关。

不同环境下子网络的共现模式不同，某些共现关系仅在特定环境下跟随机频率相比出现过度表达。

优势类群的微生物共现模式。a, 优势种之间的共发生联系; b, 优势种之间的过度表达(Over representation)。点为显著的过度表达 ;c, 不同环境中优势种之间的过度表达。

拓扑结构分析

12个环境子网络之间的拓扑特性变化很大。

子网络的网络拓扑结构。通过igraph包得到。

Generalist和specialist edges

generalist edges：多个子网络中出现的边

specialist edges：只在一个子网络中出现的边

a,12个环境结果；b，不同物种的结果；c，根据Jaccard距离得到的12种环境之间共发生关系相似性的网络

网络中心点(hubs)

每个子网络中识别出10个度最高的hubs。主要来自于 Clostridia,Deltaproteobacteria, Alphaproteobacteria, Actinobacteria, Gammaproteobacteria这几个纲。

在大多数子网络中，Acidobacteria Gp2 和Nisaea 都是中心点。

a, hubs的纲水平分类；b, hubs属水平分类。按照分类对环境进行聚类。

负相关的边

中间的饼图显示了12个子网络中负相关边的百分比和数量。周围饼图显示了12个子网络中负相关边关联顶点的分类概况。

总结：

这篇文章最大的优势我感觉就是样本量大，涵盖的生境多样。

网络基本情况、网络拓扑结构、hubs的分析属于网络中比较基本的分析。本文另外又深入了一些，重点挑出了负相关关系的边；连接网络个数的边（Generalist和specialist edges）；以及优势物种之间的系统发育关系。

END

一个环境工程专业却做生信分析的深井冰博士，深受拖延症的困扰。想给自己一点压力，争取能够不定期分享学到的生信小技能，亦或看文献过程中的一些笔记与小收获，记录生活中的杂七杂八。

目前能力有限，尚不能创造知识，只是知识的搬运工。