一种微生物群落聚类的分析方法技术

本发明专利技术涉及农业环境领域，尤其涉及一种微生物群落聚类的分析方法。本发明专利技术的微生物群落聚类的分析方法，包括步骤：首先，根据微生物群落中不同个体随时间变化的绝对丰度，计算个体的相对变化率描述微生物的生长趋势变化；其次，考虑不同个体之间生长趋势的相似性，计算相对变化率的相关系数，基于相对变化率的相关系数构造相似度矩阵，最后，根据得到的相似度矩阵进行亲和传播聚类分析从而得到聚类中心。基于相对变化率相关系数构造相似度矩阵，采用亲和传播聚类计算聚类中心，同时考虑了个体之间竞争和共生的关系，能够得到针对微生物群落关系研究的更加有效的聚类中心及聚类簇。关系研究的更加有效的聚类中心及聚类簇。关系研究的更加有效的聚类中心及聚类簇。

【技术实现步骤摘要】
一种微生物群落聚类的分析方法


[0001]本专利技术涉及农业环境领域，尤其涉及一种微生物群落聚类的分析方法。

技术介绍

[0002]畜禽粪便含有丰富的氮和磷，常被用作肥料，以提高农业生产效率。然而，畜禽粪便处理不当导致氮素流失，不仅降低了肥料的农业价值，还造成环境污染。好氧堆肥是一种绿色有效的畜禽粪便处理方法。它通过微生物的活性将固体有机质转化为稳定的腐殖质物质，实现有机质的矿化和腐殖质化。堆肥还可以作为土壤改良剂，提高土壤肥力，促进植物生长，保护环境。好氧堆肥涉及多种物理化学反应以及复杂的微生物群落演替和种间竞争。全面了解和描述堆肥过程中的微生物相互关系有助于提高堆肥产品的可重复性和有效性。对微生物群落中的大量微生物进行筛选，探究具有一定相互关系的微生物能够有效缩小实验对象研究范围，极大减少实验成本。同时，为进一步研究堆肥过程中微生物的种间竞争关系提供条件。
[0003]另外，在人体肠道中定殖有大量微生物群落。肠道微生物群起伴随宿主一起进化，是人体不可分割的一部分。正常结构的肠道菌群在宿主新陈代谢、免疫系统保护作用以及神经系统正常功能等方面发挥着重要的作用。研究发现肠道菌群的正常结构破坏与多种胃肠道疾病及肠道外疾病(过敏，哮喘，肥胖和心血管疾病等)以及一系列精神疾病有关。相关研究发现肠道菌群的稳态失调可通过影响宿主的代谢、致炎作用及作用于免疫系统等多种方式参与包括肺癌在内的多种癌症的发生。多项研究证实肠道菌群结构改变与肺癌的发生密切相关。分析肠道微生物群落中的相互关系同样有助于探讨肠道菌群结构变化与肺癌发生间的内在联系。
[0004]现有微生物聚类方法仅考虑微生物之间同向的生长趋势，将具有相似趋势的微生物汇聚成一类。这种方法所得到的类中微生物之间可能存在共生关系，具有相似的特性与功能，然而，只考虑微生物之间的共生关系是不全面的，为了全面研究微生物之间的相互关系，在聚类方法中应该同时考虑微生物之间的竞争关系。

技术实现思路

[0005]为了克服以上问题，本专利技术的目的是提供一种微生物群落聚类的分析方法，基于相对变化率相关系数构造相似度矩阵，采用亲和传播聚类计算聚类中心，同时考虑了个体之间竞争和共生的关系，能够得到针对微生物群落关系研究的更加有效的聚类中心及聚类簇。
[0006]为实现上述目的，本专利技术所设计的微生物群落聚类的分析方法，其特征在于，包括步骤：
[0007](1)在目标生物环境中，按照培养时间顺序收集微生物样品；
[0008]根据微生物生长特征时期筛选微生物样品以获得供研究用的微生物分析样品；
[0009](2)基于高通量测序技术获得每个微生物分析样品中各个微生物的绝对丰度数
据；
[0010](3)基于绝对丰度计算微生物的相对变化率序列
[0011][0012]x
i
(k)为第i种微生物在第k次采样的绝对丰度，v
i
(k)为第i种微生物在第k次采样时的相对变化率；其中min(x
i
k()x,
i
k(
‑
1表示x
i
(k)与x
i
(k
‑
1)中的最小值；
[0013](4)根据微生物的相对变化率序列，按公式(2)计算相对变化率相关系数：
[0014][0015]其中corr
ij
表示第i种微生物与第j种微生物的相对变化率的相关系数，Cov(x
i
,x
j
)表示第i种微生物与第j种微生物的相对变化率的协方差；Var(x
i
)表示第i种微生物的相对变化率的方差、Var(x
j
)表示第j种微生物的相对变化率的方差；
[0016](5)构建相似度矩阵：
[0017]如公式(3)计算第i种微生物与第j种微生物的竞争相似度s
ij
，所有个体与自身的竞争相似度采用其余相似度的中值替代，最终得到属水平下微生物群落的相似度矩阵；
[0018][0019](6)获得亲和传播聚类图：
[0020]基于相似度矩阵，采用亲和传播聚类分析方法获得聚类中心，将具有相同聚类中心的个体汇聚为一类簇，根据聚类中心和聚类簇数据绘制亲和传播聚类图。
[0021]作为优选方案，所述步骤(1)中，所述微生物生长特征时期包括升温期、高温期、降温期、腐熟期，按照升温期、高温期、降温期、腐熟期对所有微生物样品进行分类，并从每个时期中挑选1～3个样品，获得k份供研究用的微生物分析样品，其中4＜k＜12。
[0022]作为优选方案，所述步骤(2)中，应用16S rRNA基因对k份微生物分析样品进行Illumina NovaSeq高通量测序技术，在每份微生物分析样品中检测到m种微生物的绝对丰度，将绝对丰度在每份微生物分析样品中均低于100的微生物去除，最后筛选得到i种微生物的绝对丰度数据。
[0023]作为优选方案，所述步骤(6)中，获得亲和传播聚类图的具体过程为：
[0024]基于相似度矩阵，先构造两个全为0的矩阵分别作为初始归属度矩阵和初始吸引度矩阵，采用公式(4)计算每一个吸引度矩阵中的单元格的值：
[0025][0026]其中r
ik
为第i种微生物与第k种微生物的吸引度，a
ik
为第i种微生物与第k种微生物的归属度，i和k分别表示对应矩阵中的行、列索引，k
′
表示与k不相等的列索引，如公式(5)更新归属度矩阵：
[0027][0028]其中i
′
表示与k不相等的行索引，i
″
表示与i和k均不相等的行索引。
[0029]重复以上步骤更新吸引度矩阵和归属度矩阵直到指定迭代次数，最终将吸引度矩阵与归属度矩阵相加得到评估矩阵，选取评估矩阵中各行最大值对应的微生物作为聚类中心，并将具有相同聚类中心的个体汇聚为一类簇，根据聚类中心和聚类簇数据绘制亲和传播聚类图。
[0030]作为优选方案，所述步骤(1)中目标生物环境为好氧堆肥或人体肠道。
[0031]本专利技术的设计思路为：首先，根据微生物群落中不同个体随时间变化的绝对丰度，计算个体的相对变化率描述微生物的生长趋势变化。其次，考虑不同个体之间生长趋势的相似性，计算相对变化率的相关系数，基于相对变化率的相关系数构造相似度矩阵，最后，根据得到的相似度矩阵进行亲和传播聚类分析从而得到聚类中心。
[0032]本专利技术的优点在于：本专利技术考虑了微生物生长趋势的变化规律，通过计算相对变化率相关系数衡量微生物之间相互关系的强弱，基于相对变化率相关系数构造相似度矩阵，采用亲和传播聚类方法计算聚类中心，获得亲和传播聚合图。与传统的微生物群落聚类方法相比，本专利技术以相对变化率相关系数衡量微生物之间相互关系的强弱，其同时考虑了微生物不同种属之间的竞争和共生的关系，得到更加有效的聚类中心及聚类簇。
附图说明
[0033]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种微生物群落聚类的分析方法，其特征在于，包括步骤：(1)在目标生物环境中，按照培养时间顺序收集微生物样品；根据微生物生长特征时期筛选微生物样品以获得供研究用的微生物分析样品；(2)基于高通量测序技术获得每个微生物分析样品中各个微生物的绝对丰度数据；(3)基于绝对丰度数据，按公式(1)计算微生物的相对变化率：x
i
(k)为第i种微生物在第k次采样的绝对丰度，v
i
(k)为第i种微生物在第k次采样时的相对变化率；其中min(x
i
(k),x
i
(k
‑
1))表示x
i
(k)与x
i
(k
‑
1)中的最小值；(4)根据微生物的相对变化率，按公式(2)计算相对变化率的相关系数：其中corr
ij
表示第i种微生物与第j种微生物的相对变化率的相关系数，Cov(x
i
,x
j
)表示第i种微生物与第j种微生物的相对变化率的协方差；Var(x
i
)表示第i种微生物的相对变化率的方差、Var(x
j
)表示第j种微生物的相对变化率的方差；(5)构建相似度矩阵：基于相对变化率的相关系数，如公式(3)计算第i种微生物与第j种微生物的竞争相似度s
ij
，所有个体与自身的竞争相似度采用其余相似度的中值替代，最终得到属水平下微生物群落的相似度矩阵；(6)获得亲和传播聚类图：基于相似度矩阵，采用亲和传播聚类分析方法获得聚类中心，将具有相同聚类中心的个体汇聚为一类簇，根据聚类中心和聚类簇数据绘制亲和传播聚类图。2.根据权利要求1所述的微生物群落聚类的分析方法，其特征在于，所述步骤(1)中，所述微生物生长特征时期包括升温期、高温期、降温期、腐熟期；按照升温期、高温期...

【专利技术属性】
技术研发人员：文江辉，刘一辰，邓兵，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：