توليد تصورات مكانية ثلاثية الأبعاد تفاعلية لوفرة الميكروبات في نفايات الدواجن باستخدام RStudio

Summary

هنا، نقدم بروتوكولا لإنشاء تصور تفاعلي ثلاثي الأبعاد لعدد الميكروبات ودرجة الحموضة عبر حظيرة الدواجن باستخدام بيانات أخذ عينات عبر الشبكة.

Abstract

تعتمد التقييمات التقليدية لميكروبيولوجيا وتركيب الألياف الفيزيائية الكيميائية على جداول ثابتة أو تصورات ثنائية الأبعاد قد لا تلتقط التباين المكاني داخل بيئة القفص. يصف هذا البروتوكول تصورات تفاعلية ثلاثية الأبعاد (ثلاثية الأبعاد) تدمج بيانات تعداد الميكروبات والمعلمات البيئية عبر حظيرة الدواجن. تم استخدام تخطيط قائم على الشبكة لتقريب أخذ عينات الأقلام، وتم أولا إنشاء مجموعات بيانات محاكاة لعرض سير العمل. تم استخدام مجموعة البيانات التجريبية لتقييم التدرجات المكانية بالنسبة للميزات البيئية، بما في ذلك خط المياه، والمغذيات، ومدخل الحظيرة. تمت معالجة البيانات في RStudio باستخدام plotly لإنشاء مخططات تفاعلية ثلاثية الأبعاد. تراوحت الأحمال البكتيرية الهوائية بين 5.9 إلى 8.6 log₁₀ CFU/g، مع وفرة أعلى بكثير بالقرب من خط الماء (P = 0.023) وأعداد أقل عند زيادة المسافة من الميزة. سلطت الرسوم السطحية الناتجة الضوء بصريا على تجمع تجمعات الميكروبات حول المناطق الغنية بالرطوبة وأظهرت فائدة الإطار في تفسير الأنماط المكانية لمجتمعات الميكروبات في نفايات الدواجن. على الرغم من الحاجة إلى تقييم إضافي في ظروف الدواجن التجارية، يوفر البروتوكول الحالي طريقة قابلة للتكرار لتصوير وتحليل التباين المكاني في مجموعات بيانات نفايات الدواجن.

Introduction

تشمل صناعة الدواجن أنظمة إنتاج الطبقات وسمك اللاحم، حيث ينتج كل منها كميات كبيرة من فضلات الدواجن من خلال تراكم مواد الفراش، والفضلات، وجزيئات الأعلاف، والريش، وقشور البيض المكسورة، والرطوبة مع مرور الوقت ^1,2,3. يمكن لهذا الجيل دعم مجموعات ميكروبية متنوعة، تنبع من الطيور والحشرات والقوارض والرذاذ^2،3. بعض الكائنات الدقيقة يمكن أن تشمل مسببات أمراض مثل السالمونيلا، التي قد تسبب الأمراض في الطيور وتمثل قلقا صحيا عاما². نظرا لأن رمل الدواجن قد يطبق على الأرض كسماد ^4,5، فإن فهم توزيع الميكروبات له آثار على المراقبة البيئية، وصحة القطعان، وسلامة الغذاء.

لذا فإن أخذ عينات ممثلة من فضلات الدواجن مهم لتوصيف المجتمعات الميكروبية واكتشاف مسببات الأمراض المحتملة. تم استكشاف طرق أخذ عينات من فضلات الدواجن على مدى عدة عقود، بما في ذلك مسحات السحب، وجمع فضلات البراز، وجمع الفضلات المباشرة، وأغطية الأحذية ذات الاستخدام الواحد، أو جوارب الأحذية^6،7. ومع ذلك، فإن موقع جمع العينة يحدد بقوة مدى تمثيل البيانات لظروف رمل الدواجن بشكل عام. نظرا لأن الطيور تتحرك في أرجاء المنزل وأن الميزات البيئية مثل المياه، والمغذيات، والمراوح، ووسادات التبريد أو التدفئة تخلق بيئات محلية، فإن تجمعات الميكروبات وعوامل المغذيات التي تتخلى عنها الدواجن لا تتوزع بشكل موحد 3,8,9,10. لذلك، فإن مراعاة التباين عند تفسير البيانات المرتبطة بالنفايات أمر حيوي للإدارة الفعالة والحفاظ على صحة القطيع.

تم تطبيق طرق رسم الخرائط المكانية على نطاق واسع في علم الزراعة وعلوم التربة لتصور التباين الميكروبي والكيميائي الفيزيائي والنقاط الساخنة المحلية^11،12. ومع ذلك، عند جمع بيانات رمل الدواجن عبر عدة مناطق داخل القفص، قد يكون من الصعب تفسير الاتجاهات المكانية من القيم الرقمية ^8,9. يقدم التصور ثلاثي الأبعاد (ثلاثي الأبعاد) نهجا عمليا لدمج القياسات الميكروبية والكيميائية الفيزيائية مع الإحداثيات المكانية لتوليد نماذج سطحية تفاعلية^13,14. مقارنة بالنماذج ثنائية الأبعاد الثابتة، تسمح النماذج ثلاثية الأبعاد بالدوران، والتكبير والتصغير، والتصور القائم على العمق للتدرجات عبر شبكة العينة، مما قد يحسن تفسير الأنماط المكانية داخل بيئة بيت الدواجن.

يصف البروتوكول الحالي نهجا منظما وقابلا للتكرار لإنشاء تصورات ثلاثية الأبعاد تفاعلية لبيانات الدواجن والنفايات الميكروبية والكيميائية الفيزيائية، التي تم جمعها باستخدام تخطيط قائم على الشبكة، وتحليلها في RStudio. تستخدم البيانات الميكروبية والكيميائية المحاكاة أولا لإظهار سير عمل التصور، تليها تطبيق النهج على عد الميكروبات التجريبية لنفايات الدواجن. هدف هذا البروتوكول هو توفير إطار عمل قابل للتكرار لتصوير التباين المكاني في مجموعات بيانات نفايات الدواجن ودعم تفسير أنماط التوزيع الميكروبي المتعلقة بخصائص بيوت الدواجن.

Protocol

يستخدم هذا البروتوكول مجموعة بيانات محاكاة لقيم الميكروبات ودرجة الحموضة لعرض كل خطوة من سير عمل التصور، تليها تطبيقها على عداد ميكروبات فضلات الدواجن التجريبية لتوضيح الاستخدام بالبيانات التجريبية ودعم التفسير الإحصائي للارتباطات الميكروبية المرتبطة بالبعد. لم تجر أي إجراءات على الحيوانات الحية. تم جمع عينات الرمل من حظيرة دواجن دون اتصال مباشر مع الحيوانات. لذلك لم تكن موافقة رعاية الحيوانات المؤسسية مطلوبة.

1. جمع عينات من فضلات الدواجن وتوليد بيانات وفرة الميكروبات

1. أنشئ تخطيطا لأخذ عينات شبكية عبر قلم الشواء باستخدام تباعد ثابت عبر القلم.
   ملاحظة: في الأقلام الصغيرة، يمكن القيام بذلك باستخدام نظام شبكة الخيوط، بينما قد تستخدم الأقلام الأكبر علامات علم لتحديد كل موقع أخذ عينات. عادة ما تبدأ الشبكة من الزاوية السفلية اليسرى للقلم، والتي تعتبر نقطة البداية. يتم تسجيل كل موقع أخذ عينات باستخدام موقعه الشبكتي.
2. سجل إحداثيات X و Y لكل موقع أخذ عينات ونقاط بيئية مثل المغذيات، خط المياه، مصباح التدفئة، والمدخل داخل نفس الشبكة باستخدام موقع واحد أو خط يمثل موقعهم.
   ملاحظة: اتجاه X يمتد على طول القلم، واتجاه Y يمتد عبر العرض.
3. أضف عمود "قلم" في مجموعة البيانات لتحديد القلم أو مجموعة العلاج لكل موقع أخذ عينة (مثل "P1"، "P2").
   ملاحظة: يضمن التجميع حسب القلم إجراء التحليلات المكانية ضمن بيئة السكن المناسبة. لهذا العرض، تم تحديد شبكة منظمة بحجم 6 × 10 عبر بصمة القلم، مما أتاح 60 موقع أخذ عينات (n = 60) من قلم واحد. تم اختيار شبكة 6 × 10 لتوفير تغطية مكانية موحدة عبر القلم، مع تصميم متماثل ومتباعدة بشكل متساو. يظهر مثال على تخطيط الشبكة في الشكل 1.
4. في كل موقع أخذ عينات، اجمع ثلاث عينات من الفضلات لتحليل ميكروبي أو كيميائي فيزيائي. لاختبار الميكروبات، قم بوزن 10 جرام من الرمل لكل نسخة مكررة وضعها في 90 مل من ماء البيبتون المعقم المعقم لإجراء أول تخفيف (10⁻¹). اخلط العينة جيدا لتوحيد التعليق.
5. جهز تخفيفات تسلسلية بمقدار 10 أطعاف من عينة الفضلات المختلطة ولوحة بحجم 0.1 مل من كل تخفيف على ألواح الأجار.
   ملاحظة: يمكن استخدام وسائط مختلفة حسب مجموعة البكتيريا التي يتم قياسها. على سبيل المثال، قد تلصق البكتيريا الهوائية على أجار الصويا التريبتي (TSA)، وبكتيريا حمض اللاكتيك على MRS أجار، وبكتيريا الأتروبكتيريا على أجار ماكونكي.
6. حضن الصفائح عند 37 درجة مئوية لمدة 24 ساعة، ثم عد المستعمرات المرئية. احسب وفرة الميكروبات كوحدات لتكوين المستعمرات لكل جرام من القمامة (CFU/g) باستخدام:
   CFU/g = (المستعمرات محسوبة × عامل التخفيف) ÷ حجم مطلى
7. أبلغ عن متوسط القيمة عبر النسخ المكررة.
   ملاحظة: يتم تحديد حد الكشف بواسطة حجم الطلاء (0.1 مل)، وهو ما يعادل حوالي 10 وحدة CFU/mL في التعليق المطلي، أو 100 CFU/g من النفايات في العينة الأصلية.
8. يؤدي التعداد القياسي للميكروبات إلى جدول بيانات رقمي للتحليل الإحصائي اللاحق والتصور.
9. أنشئ ملف CSV يحتوي على الأعمدة التالية: معرف العينة، X (الإحداثي المكاني)، Y (الإحداثي المكاني)، Xnum (ترتيب الترتيب العددي ل X، اختياري)، وعدد الميكروبات أو المعاملات الفيزيائية الكيميائية مثل pH. مثال على ورقة الجدول المحاكاة موضح في الشكل 2.
10. توليد قيم وفرة ميكروبية محاكاة باستخدام قيم عشوائية موزعة بشكل طبيعي. حدد المتوسط، والانحراف المعياري، والمدى بناء على القياسات التجريبية. تطبيق بذرة عشوائية ثابتة لضمان قابلية التكرار. أدخل تدرجات مكانية عبر الشبكة وأضف بعض التغيرات العشوائية الطفيفة لتجنب الأنماط الموحدة.
    ملاحظة: معلمات المحاكاة المستخدمة لتوليد البيانات، بما في ذلك نوع التوزيع، والمدى، والبنية المكانية، ملخصة في الجدول 1.

2. إعداد بيئة الحوسبة

1. قم بتثبيت وتحميل حزم الحوسبة الإحصائية اللازمة.
   install.packages(c("plotly")
   المكتبة (المخطط البحري)
2. استيراد مجموعة بيانات CSV إلى بيئة الحوسبة وقم بتعيين دليل عمل.
   setwd("مسار/إلى/مجلد لك")
   مجموعة البيانات <- read.csv("path_to_your_file.csv")
   ملاحظة: يجب تنظيم مجموعة بيانات الإدخال بصيغة جدول بيانات (ملف CSV)، بحيث يمثل كل صف موقع عينة واحد. يتم تلخيص هيكل بيانات الإدخال المطلوبة وتعريفات المتغيرات في الجدول 2.

3. إعداد وتنسيق البيانات

1. تحقق من ملف CSV بحثا عن قيم بيانات مفقودة أو غير متسقة.
   الملخص (مجموعة بيانات)
   any(is.na(dataset))
2. قم بتنظيف مجموعة البيانات حسب الحاجة عن طريق إزالة قيم 'NA'.
   مجموعة البيانات <- na.omit(dataset)
3. لتطبيع وتحسين تصور الرسوم البيانية، يتم تحويل اللوغاريتيم لعدد الميكروبات.
4. توحيد أسماء المتغيرات باستخدام تدوين متسق قائم على الخطوط السفلية (مثل log10_CFU_A و log10_CFU_B) لتحسين قابلية القراءة وإعادة التكرار.
5. تطبيق تحويل log10 على بيانات عد الميكروبات لتثبيت التباين والتوافق مع ممارسات تقارير CFU القياسية.
   dataset$Log10_CFU_A <- log10(dataset$OrganismA_counts + 1)
   dataset$Log10_CFU_B <- log10(dataset$OrganismB_counts + 1)
6. تأكد من أن قيم الإحداثيات X و Y رقمية. إذا كانت البيانات أبجدية، قم بتحويلها إلى قيم رقمية لتتوافق بدقة مع مواقع أخذ العينات على الشبكة.
   ملاحظة: يجب أن تتضمن مجموعة البيانات النهائية جميع المعرفات الفريدة ضمن نظام إحداثيات القلم، والإحداثيات المكانية الرقمية، وعدد الميكروبات المحولة لوغاريتميا.

4. توليد تصورات ثلاثية الأبعاد تفاعلية

1. قبل بناء المصفوفة المكانية، تحقق من بنية مجموعة البيانات لضمان إمكانية توليد الشبكة بشكل صحيح. ثم أعد مصفوفات بيانات مكانية عن طريق دمج عدة أجزاء، مثل الإحداثيات المكانية وعدد البكتيريا المحولة إلى اللوغاريتم، لتتناسب مع تخطيط شبكة القلم.
   ملاحظة: يجمع الكود الملاحظات حسب قلم وX وY، ويحسب متوسط Log10_CFU_A في كل نقطة شبكة، ثم يعيد تشكيل القيم إلى مصفوفة بناء على إحداثيات X و Y الفريدة في مجموعة البيانات.
   org1_means <- التجميع(Log10_CFU_A ~ Pen + Y + X,
   data = مجموعة بيانات،
   المرح = المتوسط،
   na.rm = صحيح)
   org1_P1 <- مجموعة فرعية (org1_means، قلم == "P1")
2. ترتيب النقاط بحيث تتوافق المصفوفة بشكل صحيح
   x_vals <- ترتيب (فريد(org1_P1$X))
   y_vals <- ترتيب (unique(org1_P1$Y))
   ncol_grid <- الطول (x_vals)
   nrow_grid < - الطول (y_vals)
   org1_mat_P1 <- ماتريكس(org1_P1$Log10_CFU_A,
   nrow = nrow_grid,
   ncol = ncol_grid،
   byrow = خطأ)
3. تأكد من عدم وجود قيم مفقودة لرسم بياني سلس المظهر.
   for(i in 1:ncol(org1_mat_P1)) {
   org1_mat_P1[is.na(org1_mat_P1[,i]), i] <- متوسط(org1_mat_P1[,i], na.rm=صحيح)
   }
4. تخيل عدد الميكروبات مكانيا كثلاثي الأبعاد.
   ملاحظة: في هذا الرسم البياني، يعكس حجم الشبكة التخطيط المكاني لمجموعة البيانات
   figA <- plot_ly(
   x = x_vals،
   y = y_vals،
   z = org1_mat_P1،
   النوع = "السطح"، مقياس اللون = القائمة(
   c(0، "الأزرق الداكن"),
   c(1، "أخضر")
   )
   )
5. أضف ميزات بيئية، مثل خط الماء، للمساعدة في تصور مسافة أعداد الميكروبات أو معايير النفايات الأخرى حتى تلك النقطة، مما يسمح للمستخدمين برؤية أنماط مكانية.
   figA <- figA ٪>٪
   add_trace(
   x = c(1, 5),
   y = c(6, 6),
   z = c(8.5, 8.5),
   النوع = "scatter3d",
   الوضع = "الخطوط"،
   الخط = القائمة (اللون = "#1f77b4"، العرض = 8)،
   الاسم = "خط الماء"
   ) %>%
   add_text(
   x = 3، y = 6، z = 8.6،
   النص = "خط الماء",
   textfont = قائمة (الحجم = 14، اللون = "أزرق داكن"),
   أسطورة العرض = خطأ
   ) %>%
   التصميم(
   العنوان = "الكائن المحاكى A",
   المشهد = قائمة(
   xaxis = قائمة (العنوان = "إحداثي X"، تيكفال = x_vals),
   yaxis = قائمة (العنوان = "إحداثي Y"، تيكفالز = y_vals)،
   zaxis = قائمة (العنوان = "log10 CFU")
   )
   )
   figA
6. راجع الملف التكميلي 1 للكود المستخدم لتصوير مستويات الحموضة داخل حظيرة الدواجن.

5. تطبيق النموذج ثلاثي الأبعاد على عداد الميكروبات التجريبية لنفايات الدواجن

1. اجمع عينات من رمل الدواجن من مخطط شبكة محدد داخل الحظيرة وسجل مواقع أخذ العينات باستخدام الإحداثيات المكانية.
   ملاحظة: في هذه الدراسة، تم جمع عينات من حظيرة دواجن في جامعة ويسكونسن، ماديسون، ويسكونسن، باستخدام تخطيط شبكة محدد. تم جمع العينات باستخدام مخطط شبكة بحجم 5 × 7 أمتار.
2. وزن كمية محددة من الفضلات من كل موقع أخذ عينات وعلقه في محلول ملحي مخزن بالفوسفات (PBS) أو مخفف مكافئ لتحضير تخفيف أولي.
   ملاحظة: في هذه الدراسة، تم جمع 1 جرام من القمامة لكل موقع باستخدام أكياس ويرل-باك وتم تخفيفها بنسبة 1:10 في محلول ملحي مخزن بالفوسفات (PBS).
3. قم بإجراء تعداد الميكروبات عن طريق طلاء عينات الفضلات على وسط نمو مناسب وحضانها في ظروف مناسبة.
   ملاحظة: في هذه الدراسة، تم طلاء العينات في طبقة مكررة باستخدام طريقة الطلاء بالنقاط على طلاءات الصويا التريبتيكية (TSA) وحضنتها عند درجة حرارة 37 درجة مئوية لمدة 24 ساعة. المواد المطلوبة لتعداد الميكروبات مدرجة في جدول المواد.
4. قم بقياس وفرة الميكروبات كوحدات تشكل المستعمرات (CFU) وتطبيق تحويل لوغاريتم-�� على البيانات للتحليل.
5. دمج البيانات الميكروبية المعالجة في سير العمل الحسابي وتنسيقها وفقا لبنية الإدخال المطلوبة.
6. إنشاء تصور مكاني ثلاثي الأبعاد باستخدام الطرق الموضحة أعلاه لتمثيل وفرة الميكروبات عبر القلم.
   ملاحظة: في هذه الدراسة، تم إنشاء التصور لتصوير وفرة البكتيريا الهوائية عبر القلم المأخوذ.

6. التحليل الإحصائي

1. إجراء تحليلات إحصائية أساسية لتلخيص الأنماط المكانية في وفرة الميكروبات والمتغيرات البيئية.
2. إجراء تحليلات إحصائية فقط على مجموعة بيانات رمل الدواجن التجريبية. استخدم مجموعات البيانات المحاكاة فقط لعرض التصور ولا تدرجها في الاختبارات الإحصائية.
3. حساب القيم المتوسطة لكل موقع في الشبكة عندما تتوفر قياسات مكررة.
4. استخدم تحليل الانحدار الخطي لتقييم العلاقات بين وفرة الميكروبات والمسافة من المعالم البيئية.
5. احسب المسافات من المعالم البيئية باستخدام مواقع الشبكة المعروفة داخل الحظيرة. عامل المسافات كمتغيرات مستمرة.
6. استخدم النتائج لاستكشاف الاتجاهات المكانية ودعم تفسير التصور بدلا من إقامة علاقات بيولوجية سببية.

Results

تم محاكاة البيانات الميكروبية والكيميائية الفيزيائية لتوضيح النموذج ثلاثي الأبعاد
توفر الدراسة الحالية شيفرة لتصوير وفرة الكائنات الميكروبية (الكائن أ والكائن ب) ودرجة الحموضة للفضلات داخل حظيرة الدواجن، بناء على بيانات محاكاة. المخططات ثلاثية الأبعاد الناتجة تصور أعداد الميكروبات (الشكل 3A,B) ورقم الهيدروجين (الشكل 3C؛ للتجربة التفاعلية، انظر الملف التكميلي 3) بناء على النموذج القائم على الشبكة. أظهرت قيم الرقم الهيدروجيني المحاكاة تغيرا مكانيا عبر القلم، مع تغييرات تدريجية على طول الشبكة تتوافق مع التدرجات المكانية المفروضة. الكود الكامل، الخالي من الانقطاعات النصية، متاح في الملف التكميلي 1.

تطبيق النموذج ثلاثي الأبعاد على عداد الميكروبات التجريبية لنفايات الدواجن
لإظهار كيفية عمل النموذج مع البيانات البيئية الفعلية، تم رسم خرائط وتحليل أعداد البكتيريا الهوائية من رمل الدواجن لتقييم تأثير المسافة من النقاط البيئية، مثل المغذيات وخطوط المياه، على وفرة البكتيريا باستخدام نموذج الانحدار الخطي (LRM). مجموعة البيانات التجريبية المستخدمة للتحليل موفرة في الملف التكميلي 2. أظهر التصور ثلاثي الأبعاد فروقا واضحة في العد الهوائي عبر القفص، مما يثبت أن النهج يمكنه عرض توزيعات ميكروبية حقيقية بفعالية داخل بيئات بيوت الدواجن (الشكل 4؛ للتجربة التفاعلية، انظر الملف التكميلي 3). كشفت هذه التصورات عن توزيع مكاني غير متجانس، مع مناطق محلية ذات وفرة بكتيرية أعلى بالقرب من ميزات بيئية محددة. عبر حظيرة الدواجن، تراوحت أعداد الهوايات بين 5.9 إلى 8.6 لوغاريتم/جرام، حيث تم اكتشاف أعلى تركيزات بالقرب من خط الماء وأقل حول المغذيات المركزية وبعيدة عن خط الماء. انخفض متوسط الوفرة الهوائية من 8.0 لوغاريتم/فورو/جم بالقرب من خط الماء إلى 7.4 لوغاريتم/لغاريتم/جم عند أبعد مسافة مسجلة. تمثل أعداد الميكروبات القيم المتوسطة لقياسات التكرار في كل موقع أخذ عينة من المشاهد. علاوة على ذلك، كانت المسافة من خط الماء مؤشرا مهما لحمل البكتيريا الهوائية (LRM، P < 0.05)، بينما لم تكن المسافات من المغذيات والمدخل كذلك (LRM، P > 0.05). تؤكد هذه النتائج الكمية الاتجاه البصري الذي لوحظ في مخططات السطح ثلاثية الأبعاد، مما يظهر انخفاضا واضحا في وفرة الميكروبات مع زيادة المسافة عن مصادر الرطوبة. في النهاية، تظهر هذه النتائج أن إطار العمل القائم على الشبكة ثلاثية الأبعاد يوفر نهجا عمليا لتصور وتحليل التباين المكاني في مجموعات بيانات نفايات الدواجن. باستخدام البيانات المحاكاة والتجريبية، التقط هذا النموذج أنماط توزيع ميكروبية محلية وسمح أيضا بتفسير إحصائي للعلاقة بين وفرة البكتيريا والخصائص البيئية داخل القلم.

الشكل 1: تخطيط شبكة حظيرة الدواجن لجمع العينات. تمثيل تخطيطي لإطار أخذ العينات المعتمد على الشبكة المستخدم لتحديد الإحداثيات المكانية ومواقع أخذ العينات عبر حظيرة الدواجن. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

الشكل 2: مثال على تخطيط البيانات المحاكاة بصيغة جدول بيانات. هيكل جدول بيانات تمثيلي يظهر معرفات العينة، والإحداثيات المكانية (X و Y)، والمتغيرات الميكروبية أو الفيزيائية-الكيميائية المستخدمة في التحليل. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

الشكل 3: التوزيعات المكانية المحاكاة لعدد الميكروبات ودرجة الحموضة عبر حظيرة الدواجن. (أ) عد الكائن الحي أ المحاكى، (ب) عد الكائن ب المحاكاة، و (ج) قيم الرقم الهيدروجيني المحاكاة المرئية باستخدام نموذج مكاني ثلاثي الأبعاد قائم على الشبكة. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

الشكل 4: التوزيع المكاني لعدد البكتيريا الهوائية عبر حظيرة الدواجن. يظهر مخطط السطح ثلاثي الأبعاد تغيرا في عدد البكتيريا الهوائية (log CFU/g) عبر المسافات (إحداثيات X–Y). يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

المعلمة	القيمة
التوزيع	عادي
المتوسط (μ)	8.26
SD (σ)	0.77
النطاق	7.10–9.37
النمط المكاني	التدرج الخطي (اتجاه Y)
الضوضاء	الطبيعي (μ=0، تباين صغير)
البذرة العشوائية	10

الجدول 1: المعاملات المستخدمة لإنتاج مجموعة البيانات الميكروبية المحاكاة. ملخص لمعاملات التوزيع، بما في ذلك المتوسط، والانحراف المعياري، ونطاق القيمة، وإعدادات التدرج المكاني المستخدمة لتوليد بيانات ميكروبية محاكاة.

اسم العمود	الوصف	نوع البيانات	مطلوب
قلم	معرف لمجموعة القلم أو المعالجة	النص	نعم
X	موقع إحداثيات X على الشبكة	رقمي	نعم
Y	موقع إحداثيات Y على الشبكة	رقمي	نعم
Log10_CFU_A	عدد الميكروبات المحولة إلى السجل (الكائن الحي أ)	رقمي	نعم
Log10_CFU_B	عدد الميكروبات المحولة إلى السجل (الكائن الحي B)	رقمي	اختياري
الرقم الهيدروجيني	القيمة المقاسة لدرجة الحموضة	رقمي	اختياري
مسافة معلم	المسافة من الميزة البيئية (مثل خط الماء)	رقمي	اختياري

الجدول 2: هيكل مجموعة البيانات المطلوبة للتحليل المكاني. قائمة بالمتغيرات المطلوبة، بما في ذلك معرفات العينات، والإحداثيات المكانية، والقياسات الميكروبية أو الفيزيائية، بالإضافة إلى صيغ البيانات المقابلة.

الملف الإضافي 1: رمز لإنشاء تصورات مكانية محاكاة للميكروبات ودرجة الحموضة.يستخدم سكريبت R لمعالجة مجموعات البيانات المحاكاة وتوليد مخططات سطحية ثلاثية الأبعاد للكائن أ، والكائن ب، والرقم الهيدروجيني عبر حظيرة الدواجن. يرجى الضغط هنا لتحميل هذا الملف.

الملف التكميلي 2: مجموعة بيانات ميكروبية تجريبية لنفايات الدواجن. جدول بيانات يحتوي على عد البكتيريا الهوائية والإحداثيات المكانية المرتبطة بها المستخدمة في التصوير ثلاثي الأبعاد والتحليل الإحصائي. يرجى الضغط هنا لتحميل هذا الملف.

الملف التكميلي 3: روابط الوصول التفاعلية للتصوير ثلاثي الأبعاد ورموز الاستجابة السريعة. رموز QR والروابط المقابلة للوصول إلى الرسوم البيانية التفاعلية ثلاثية الأبعاد لمجموعات البيانات المحاكاة والتجريبيةيرجى الضغط هنا لتحميل هذا الملف.

Discussion

تم تطوير المخططات القائمة على المحاكاة المقدمة في هذه الدراسة لإثبات إمكانات رسم الخرائط المكانية ثلاثية الأبعاد لتعزيز تصور التوزيعات الميكروبية والكيميائية الفيزيائية داخل بيئات رمل الدواجن (الملف التكميلي 3). علاوة على ذلك، قمنا بدمج هذا النهج مع بيانات تعداد الميكروبات والعلامات البيئية والمكانية داخل القلم لتقييم أنماط التوزيع المحلية وتحديد العلاقات المعتمدة على المسافة (الملف التكميلي 3).

خطوة حاسمة في البروتوكول الحالي هي إنشاء إطار عمل أخذ عينات قائم على الشبكة بدقة. نظرا لأن السطح ثلاثي الأبعاد يعتمد على إحداثيات مكانية موثوقة، فإن التعيين الصحيح لنقاط الأصل، والتباعد الموحد، والتسجيل الدقيق لمواقع X و Y أمر ضروري. الجزء الأكثر استهلاكا للجهد في الطريقة هو تخطيط الشبكة والتأكد من أن كل عينة تتوافق مع الإحداثيات والمعلمة البيئية المخصصة لها، مثل المغذيات، خطوط المياه، نقاط الدخول، أو مناطق التدفئة. قد تؤثر الأخطاء الموقعية الصغيرة في هذه المرحلة على التحليلات اللاحقة. في البيئات الكبيرة أو التجارية، قد تقلل أدوات القياس المعتمدة على الليزر أو وسائل تحديد المواقع المشابهة من جهد العمل وتحسن قابلية التكرار. التعليق الدقيق على معالم القلم مهم أيضا لأن هذه الميزات توفر سياقا بيئيا لفهم التدرجات الميكروبية في بيئات البقاء، الناتجة عن نشاط الطيور والرطوبة وتوزيع العناصر الغذائية².

البروتوكول الحالي قابل للتكيف مع التطبيقات الزراعية الأوسع. بالإضافة إلى عداد الميكروبات ودرجة الحموضة، يمكن تطبيقه على متغيرات أخرى مرتبطة بالنفايات أو الأرضية، بما في ذلك الرطوبة، ودرجة الحرارة، وتوزيع المغذيات، والقياسات المتعلقة بالأمونيا، أو خصائص مجتمع الميكروبات المشتقة من التسلسل. تشمل التعديلات العملية تجميع البيانات حسب القلم، وتوليد المصفوفات ديناميكيا من مجموعات البيانات المسجلة، وفحص القيم المفقودة قبل الرسم. تشمل الخطوات الشائعة لحل المشكلات تحويل تسميات الإحداثيات إلى قيم رقمية، وحساب متوسط القيم المكررة عند النقاط المشتركة، والتحقق من وجود إحداثيات مكررة أو مفقودة، وتأكيد أن بنية المصفوفة تتوافق مع تخطيط القلم الأصلي. يمكن أيضا توسيع الإطار ليشمل تحليلات متعددة المتغيرات وعمق النفايات، مما يسمح بتقييم التباين الأفقي والعمودي.

يجب أيضا الاعتراف بعدة قيود. هذه الطريقة لا تحسن بشكل أساسي دقة أخذ العينات أو التمثيل البيولوجي؛ بل يحسن التنظيم المكاني وتفسير البيانات بعد جمعها. لذا، لا تزال جودة النموذج النهائي تعتمد على تصميم العينات واتساق التنفيذ الميداني. يمكن أن يكون بناء الشبكة متطلبا جسديا ويستغرق وقتا طويلا. بالإضافة إلى ذلك، يتطلب التنفيذ الناجح الوصول إلى الحاسوب ومهارات معالجة البيانات الأساسية. قد تؤدي الأخطاء في أنماط التسمية، أو إدخال الإحداثيات، أو خلايا الشبكة المفقودة إلى تعطيل توليد المصفوفات أو إنتاج تصورات مضللة. بشكل عام، يجب النظر إلى النهج الحالي كإطار استكشافي قائم على التصور بدلا من كونه بديلا للإحصاء المكاني الرسمي أو الاستنتاج الميكانيكي.

على الرغم من هذه القيود، يوفر البروتوكول مزايا واضحة مقارنة بالأساليب التقليدية التي تعتمد على عينات مجمعة وقياسات نقاط معزولة، والتي يمكن أن تخفي التفاوت المكاني الدقيق داخل الحظيرة^{أو المنزل} 3,4,5,6,7. في الدراسة الحالية، أظهر تطبيق الإطار على عد البكتيريا الهوائية أن تجمعات الميكروبات يمكن أن تتجمع مكانيا داخل نفايات الدواجن. تحديدا، كانت وفرة البكتيريا أعلى بالقرب من خط الماء وانخفضت نحو مركز القلم، مما أدى إلى تدرج واضح في مخطط السطح ثلاثي الأبعاد (الملف التكميلي 3). يدعم هذا النمط تفسير أن الظروف البيئية المحلية المميزة، وخاصة الرطوبة، قد تؤثر بشكل كبير على توزيع الميكروبات في نفايات الدواجن. قد توضح متغيرات إضافية، مثل الرقم الهيدروجيني وتركيب المغذيات، هذه العلاقات بشكل أكبر. أظهرت أعمال سابقة أيضا أن مجتمعات الميكروبات والظروف البيئية التي تتخلى عن الدواجن تختلف عبر الفضاء فيما يتعلق بدرجة الحموضة، وانسكابات الأعلاف، ونشاط الطيور². من خلال ربط القياسات الميكروبية أو الفيزيائية الكيميائية بمواقع محددة داخل بيئة الحيوان، تجعل هذه الطريقة تلك الأنماط أكثر وضوحا وقابلية للتفسير. كما يوازي أساليب رسم الخرائط المكانية المستخدمة في علوم التربة والزراعة لتحديد التدرجات والتقشير والنقاط المحورية المحلية، مع تطبيق هذه المفاهيم على نظام إنتاج الحيوانات 11,12,13. في المستقبل، قد تدعم الخرائط المكانية المتكررة عبر الأقفاص والقطعان ودورات الإنتاج النمذجة التنبؤية للنقاط الساخنة الميكروبية وإدارة أكثر استهدافا للمناطق البيئية عالية الخطورة.

على الرغم من أن التصوير ثلاثي الأبعاد لا يحسن دقة أو دقة البيانات، إلا أنه يعزز تفسير العوامل ذات الصلة إحصائيا التي تؤثر على أنماط واتجاهات الميكروبات في نفايات الدواجن. قد يدعم التصور الأكثر سهولة التواصل واتخاذ قرارات مستنيرة بشأن تعديلات الفضلات، وصحة الطيور، واستبدال الفراش 14,15,16. بعيدا عن تطبيقات البحث، لهذه الأداة قيمة عملية لمنتجي الدواجن والعاملين في التمديد الأكاديمي¹⁷. يمكن أن تكون هذه المخططات ثلاثية الأبعاد أدوات فعالة لعرض بيانات ميكروبية معقدة بصيغة أكثر سهولة وقابلية للتنفيذ لمديري المزارع وأصحاب المصلحة ومنتجي الدواجن الصغار^. قد تزيد القدرة على الوصول إلى هذه القطع عبر الهاتف المحمول عبر رمز QR من فائدتها للدعم الفني الميداني. مع استمرار تقدم إنتاج الدواجن في تكنولوجيا المستشعرات وتوليد البيانات، قد تصبح هذه الأساليب أكثر فائدة في المعلوماتية التكاملية للدواجن^18,19.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
التوازن التحليلي	فيشر ساينتيفك	15997490	لوزن الرمل (مثلا 10 جرام لكل عينة)
كمبيوتر مزود باتصال بالإنترنت	أي	لا يوجد	لتشغيل RStudio
الحاضنة (37 ودرجة؛ C)	ثيرمو ساينتفيك	50125590H	لنمو البكتيريا لمدة 24 ساعة
الوسائط الميكروبيولوجية (TSA)	بي دي ديفكو	236950	لتعداد البكتيريا الهوائية
محلول ملحي مخزن بالفوسفات (PBS)	ثيرمو فيشر العلمي	10010023	يستخدم في التخفيف والتعليق الميكروبي
عينات رمل الدواجن	بيت دجاج اللاحمين أو حظيرة أبحاث	لا يوجد	الفضلات الطازجة التي جمعت باستخدام تصميم قائم على الشبكة
حزم R: plotly، dplyr، htmlwidgets	كران	https://cran.r-project.org	للتصوير ثلاثي الأبعاد والتعامل مع البيانات
بيئة الحوسبة الإحصائية R (الإصدار 4.3 أو أحدث)	مشروع R	https://cran.r-project.org	cran.r-project.org
RStudio (الإصدار 2024.12.0.467 أو أحدث)	الوضع	https://posit.co/download/rstudio-desktop	posit.co
برامج جداول البيانات (إكسل، جوجل شيتس)	مايكروسوفت/جوجل	https://www.microsoft.com/exce	لتنظيم البيانات قبل الاستيراد إلى RStudio
أنابيب مخروطية معقمة بحجم 10 مل	ثيرمو فيشر العلمي	339650	لنقل الأليكوات
الماصات المعقمة والمعدات نصائح	فيشر ساينتيفك	لا يوجد	للتعامل الدقيق والمعقم مع السوائل
حقائب ويرل-باك المعقمة	ناسكو	B01062	لجمع العينات والتجانس
خلاط الدوامة	VWR	10153-838	لتوحيد العينات