WR：距离衰减方程用分位数回归代替线性回归研究淡水水库中抗生素抗性基因的变化

距离衰减(Distance-decay，DD)已经被广泛应用于微生物群落和功能基因的生物地理格局。此研究开发了一个数据汇编、整理和统计框架，以淡水水库为例，将基于分位数回归(Quantile Regression，QR)的方法应用与不同空间尺度的抗生素抗性基因(ARGs)的距离衰减规律。结果发现QR在解释ARGs的传播潜力方面优于传统使用的最小二乘回归(LSR)。99分位数的QR模型受样本量不均匀的影响较小，能更好地量化ARGs的传播。在单个水库内，99分位数的QR模型表明在这一较小的空间尺度上不存在ARGs的扩散限制。

QR和LSR：

QR使用响应变量概率分布的分位数作为其拟合对象，而LSR使用该分布的均值。因此，QR逐渐成为分析"李比希最小法则" (限制因素定律)的主流统计方法，但目前还没有被用于DD方程的开发。QR方法最初是针对计量经济学变量关系而创建的，并进一步发展和应用于数量生态学。将QR模型应用于DD方程，可以提供更高的分辨率，更全面地了解环境参数的生物地理格局及其关键限制因素。与LSR不同，QR方法不需要对响应变量进行特定概率分布的假设，但它可以捕获不同分位数水平下预测变量和响应变量之间的关系。这种能力使得QR可以直接解决各种原因引起的响应异质性。在环境科学和生态学领域，QR方法主要用于识别驱动环境变量的预测变量，预测环境参数的变化趋势，评估生态关系的尺度依赖性。

图1 . ( a )数据汇编，( b )数据整理和( c )定量统计框架。S -相似度，D -地理距离。

结果：

QR更真实地展示ARGs组成相似性及其在水库水体中的传播潜力，ARGs传播距离比之前假设的要大得多。QR法的拟合度(R2)随着分位数水平的增加而增加，DD方程上边界的显著性水平(p )在不同分位数水平下均趋于0，ARGs组成相似性的DDRs在分位数水平0.99处达到稳定(图2a)。

图2 .水库水体(a)和沉积物(b)中ARGs组成相似性(S)与地理距离(D)关系的0.99水平分位数模型(实线)和LSR模型(黑色虚线)。在1 ~ 99分位数水平上，截距(β0)，斜率(α1 ,蓝线：水；橙线：沉淀物)，决定系数(R2)，显著性水平(p)。蓝线:水库水体；橙线:沉积物。