基于加权相关网络的不同栖息地根微生物群的差异

摘要

应用网络分析来评估各种生态微生物群落（如土壤、水和岩石圈）的关联。这里介绍的是如何使用WGCNA算法来分析由于不同的生态环境而可能发生在微生物群落中的不同共生网络的协议。

摘要

根微生物群在植物生长和环境适应中起着重要作用。网络分析是研究社区的重要工具，可以有效探索不同环境中不同微生物物种的相互作用关系或共发生模式。本文稿的目的是提供如何使用加权相关网络算法分析因不同生态环境而可能发生在微生物群落中的不同共生网络的详细信息。实验的所有分析均在 WGCNA 包中执行。WGCNA 是用于加权相关网络分析的 R 包。用于证明这些方法的实验数据是来自NCBI（国家生物技术信息中心）数据库的微生物群落数据，用于水稻（Oryza水稻）根系的三个利基。我们使用加权相关网络算法在三个利基中每个利基中构建微生物群落的共同丰度网络。然后，确定了内层、地层和日光圈土壤之间的微分共丰度网络。此外，网络的核心属是通过"WGCNA"一揽子计划获得的，它在网络功能中起着重要的调节作用。这些方法使研究人员能够分析微生物网络对环境扰动的反应，并验证不同的微生物生态反应理论。这些方法的结果表明，水稻内层、地层和稻谷圈土壤中所识别的显著微分微生物网络。

引言

微生物群研究对理解和操纵^{生态系统过程具有重要的意义。}微生物种群通过相互作用的生态网络相互连接，其特征会影响微生物对^{环境变化的反应。}此外，这些网络的特性影响微生物群落的稳定，并与土壤功能⁵密切相关。加权基因相关性网络分析现已被广泛应用于基因与微生物群落关系的研究^。先前的研究主要集中于不同基因或种群网络与外界之间的^关联。然而，微生物群在不同环境条件下形成的相关网络差异几乎没有被研究过。本文所介绍的研究旨在提供有关快速实施WGCNA算法的见解和细节，以构建在不同环境条件下收集的微生物群样本的共发生网络。根据分析结果，我们评估了种群的组成和差异，并进一步讨论了不同微生物种群之间的关系。应用了加权相关网络算法⁸的以下基本流。首先，需要通过计算运营分类单位 （OTU） 表达配置文件之间的 Pearson 相关系数来构建相似性矩阵。然后，采用了具有无尺度拓扑标准的邻接函数参数（功率或 sigmoid 邻接函数），将相似性矩阵转换为邻接矩阵，并且每个共发生网络对应于邻接矩阵。我们使用平均链接分层聚类，以及基于 TOM 的差异，....

方案

1. 数据下载

1. 从 NCBI 数据库下载加入 PRJNA386367 的数据。从加入PRJNA386367的数据中，从2014年加利福尼亚州阿巴克尔的水下稻田中生长了14周的水稻植物中选择日光圈、日生行星和内层微生物群数据。
   注:在加入PRJNA386367的O图表中，介绍了日星圈、日光和内层微生物群数据。

2. 最佳功率值确定

注:WGCNA 软件包包含以下所有功能参数。WGCNA 是用于加权相关网络分析的 R 包。关键命令线指补充S1。

1. 在 R 语言环境中，打开 Rstudio 软件并安装 WGCNA 软件包。
2. 加载数据并使用良好的采样生成功能来检查数据的正确性。执行命令行:
   "gsg = 好样子生成 （datExpr0， 冗长 = 3）
   格斯格 $阿洛克 "
   单击 "运行"。
3. 检查符合要求的离群值和存储样品。当检查结果为真实时，请继续下一步。保存结果。
4. 使用 PickSoftThreshold 功能计算不同功率值下两组数据的无比例索引 R^2。 执行命令线:
   "sft = 选择软胸 （datExpr0， 电源矢量 + 权力， 冗长 = 5）"
   单击

结果

本文的代表性结果从 NCBI 数据库 （PRJNA386367）⁹中的 2014 年加州阿巴克水稻根微生物群数据中下载。数据包括在水下稻田中生长了14周的稻田中的稻田、日光和内层微生物群样本。我们使用WGCNA算法来选择满足三个网络的功率值，这三个网络接近无规模网络（图1），并开发了三个共同表达网络（图2）。在内圈、日光和日光圈土壤微生物共表达网络中，分别确定了23个、22个和21个模块。这些结果表明，这三个利基的微生物相互作用网络的数量基本相等。

我们进一步比较了内层、日光和生球土壤中微生物网络模块的差异。获得了三个利基组模块的以下保存测试结果。在日光圈土壤和日光飞机之间存在三个极不保存的模块（图3a，表1）。此外，在日光圈土壤和内层（图3b，表2.......

讨论

相关网络越来越多地用于生物信息学应用。WGCNA是一种系统生物学方法，用于描述分析生物系统¹²的各种元素之间的关系。R软件包用于WGCNA^13、14、15的早期工作。该软件包包括网络构建、模块检测、拓扑特性计算、数据模拟、可视化和与外部软件交互的能力等功能。WGCNA被广泛应用于分析来自脑癌^16、酵母细胞周期17、小鼠遗传学^18、19、灵长类脑组织20、21、糖尿病²²和植物²³的基因.......

材料

本文使用的材料清单

姓名	公司	目录编号	评论
R	奥克兰大学	4.0.2	R 版是一个用于统计计算和图形的免费软件环境。它可以在各种 UNIX 平台、Windows 和 MacOS 上编译和运行。
RStdio	JJ Allaire	版本 1.4.1103RStudio	IDE 是一组集成工具，旨在帮助您提高 R 和 Python 的工作效率。
Cytoscape		版本 3.7.1	Cytoscape 是一个开源软件平台，用于可视化复杂网络并将其与任何类型的属性数据集成。
NCBI 数据库			美国国家生物技术信息中心通过提供对生物医学和基因组信息的访问来促进科学和健康。