Microbiome: 基于竞争彩票模型(competitive lottery model)的群落构建

Journal: Microbiome

Published: 2018

Citations: 10

Link:

https://link.springer.com/article/10.1186/s40168-018-0571-8#Sec2

competitive lottery model：姑且翻译为竞争彩票模型。

此文验证了该模型是否也在人体肠道微生物组的组装中发挥作用。

结果证明了这种模式是普遍存在的。

研究表明生态位（确定过程）与随机过程之间在很多群落都存在着一种平衡。

已提出的将这些因素结合起来的一种方法是优先级效应（priority effects）的概念，该概念指出群落的最终集合通常由物种在殖民期间到达的顺序决定。

例如，最先到达群落的物种会变得根深蒂固，阻止其他拥有相似生态位的物种加入生态系统。这种效应在宏观生态学及微生物群落中都已经被发现。

另一种将生态位和随机因素结合起来的方法是竞争彩票模型。

Sale PF. Recruitment, loss and coexistence in a guild of territorial coral reef fishes. Ecology. 1979;42:159–77.

这个模型假设在一个特定的生态位空间内，一个确定的潜在定居物种池内存在竞争，而这个生态位只能支持这个池中的单一物种(一个强优先级效应)。

该模型进一步假设，由于各种随机过程，“获胜”物种是随机决定的(因此得名“彩票”)，因此不同的地理位置将产生不同的彩票赢家，而不受任何生态位效应的影响。

该模型最初是为了解释珊瑚礁的鱼类的生态，即中奖者占据礁的特定区域，并将其他鱼类排除在该区域之外。每个新空出来的礁将同样由一条鱼填补(随机确定为第一个到达)，一旦占领由于强烈的优先效应将不会被转移。由于不同的地块被不同物种的彩票中奖者所占据，这个模型可以解释整个珊瑚礁中相互竞争的物种共存的情况。

方 法

假设一个两步模型:在第一步中，样本的总丰度(100%)根据某个未知的过程在组之间分配。

然后在第二步中，分配给每个小组的丰度会根据一个竞争彩票模式在小组成员之间进行分配。

竞争彩票模型的概念说明:

在第一阶段，每个样本的总丰度(100%)在一组预定义的组之间进行分割。

在第二阶段，每一组的丰度分配根据竞争彩票模型在子组之间进行分配，其中一个子组获得了大部分的丰度。

给定一组预定义的物种，量化两个与竞争彩票组装模式相关的参数。

第一个参数是种群内物种分布中包括彩票中奖者的频率，将其定义为捕获种群>90%丰度的种群成员。

这个阈值是基于物种丰度为断棍模型（stick breaking ）的零模型选择的。

断棍模型：

简单地说，一根表示群体丰度的单位长度的棍子被依次打破，得到的碎片表示群体中每个物种的丰度。每个连续的折断在棍子中是beta分布：他把剩余的丰度分成两部分。

通过检查丰度超过90%的样本数量，评估了该分布中赢家流行率（prevalence）参数的期望值。结果发现，2 ~ 3个成员组的预期赢家流行率为~20%，4及以上成员组的预期赢家流行率为~10%。

给定这些概率，在这个零模型下，>1000个样本时观察到赢家流行率>0.75的可能性小于1 / 20,000。

因此，不太可能在这些界限处错误地识别类似彩票的群体。

第二个参数是对彩票中奖者多样性的度量，通过样本中奖者分布的Shannon 多样性来计算(即，在观察到一个彩票中奖者的所有样本中，每个OTU或子组作为彩票中奖者出现的频率)。除以最大多样性（所有赢家频率相同）使之标准化到0-1。

较低的多样性表明，在所有样本中，相同的OTU或子组作为彩票中奖者一直出现，而较高的多样性表明，不同的OTU或子组作为彩票中奖者出现的频率更均匀。

在需要将组划分为类似彩票和非类似彩票的组的分析中，将类似彩票的组定义为显示赢家流行率> 0.75和赢家多样性> 0.25的组。

利用这个模型一般会呈现这个图：

看完之后还是有很多地方不明白。

1. 这个模型和优先级效应的区别到底在哪？

2. 模型具体怎么实现，图怎么画？

Mark一下，希望如果以后用得上的话还能记起来。