基于加权相关网络的不同生境下根系微生物群落的分化

摘要

采用网络分析方法评估不同生态微生物群落（如土壤、水体和根际）之间的关联。本文介绍了一种利用WGCNA算法分析因不同生态环境而产生的微生物群落中可能存在的各种共现网络的实验方案。

摘要

根部微生物组在植物生长和环境适应中发挥着重要作用。网络分析是研究群落的重要工具，能够有效探究不同环境中不同微生物物种之间的相互作用关系或共现模式。本文旨在详细介绍如何利用加权相关网络算法，分析因不同生态环境而在微生物群落中可能出现的各类共现网络。本实验的所有分析均在WGCNA软件包中进行。WGCNA是一个用于加权相关网络分析的R语言软件包。用于演示这些方法的实验数据来自NCBI（国家生物技术信息中心）数据库中的水稻（Oryza sativa）根系三个生态位的微生物群落数据。我们采用加权相关网络算法，分别构建了这三个生态位中微生物群落的共丰度网络，并鉴定了内生圈、根表层和根际土壤之间的差异共丰度网络。此外，通过“WGCNA”软件包获得了网络中的核心属，这些核心属在网络功能中发挥重要的调控作用。这些方法使研究人员能够分析微生物网络对环境扰动的响应，并验证不同的微生物生态响应理论。结果表明，在水稻的内生圈、根表层和根际土壤中均鉴定出显著差异的微生物网络。

引言

微生物组研究对于理解与调控生态系统过程具有重要意义^1,4。微生物种群通过相互作用的生态网络彼此关联，这些网络的特征可影响微生物对环境变化的响应^3,4。此外，这些网络的特性影响着微生物群落的稳定性，并与土壤功能密切相关⁵。加权基因共表达网络分析（WGCNA）目前已广泛应用于基因与微生物群落关系的研究⁶。以往的研究主要关注不同基因或种群网络与外部环境之间的关联⁷。然而，在不同环境条件下由微生物种群形成的共现网络差异却鲜有研究。本文所呈现的研究旨在提供深入见解和具体细节，介绍如何快速实施WGCNA算法，以构建在不同环境条件下采集的微生物组样本的共现网络。基于分析结果，我们评估了种群的组成及差异，并进一步探讨了不同微生物种群之间的关系。本研究应用了如下加权相关性网络算法的基本流程⁸：首先，通过计算操作分类单元（OTU）表达谱之间的皮尔逊相关系数构建相似性矩阵；随后，依据无标度拓扑标准选择邻接函数参数（幂函数或S型函数），将相似性矩阵转化为邻接矩阵，每个共现网络对应一个邻接矩阵；接着，采用基于TOM的不相似性指标结合平均....

方案

1. 数据下载

1. 从NCBI数据库下载登录号PRJNA386367的数据。从该登录号的数据中，选取2014年在美国加利福尼亚州阿布克尔（Arbuckle）的淹水水稻田中种植14周的水稻植株的根际、根表和内生微生物组数据。
   ​注：根际、根表和内生微生物组数据在登录号PRJNA386367中以OTU表形式提供。

2. 最佳功率值的确定

注意：WGCNA 软件包包含以下所有功能参数。WGCNA 是一个用于加权相关网络分析的 R 软件包。主要命令行参见补充材料 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 goodSamplesGenes 函数检查数据的正确性。执行以下命令行：
   "gsg = goodSamplesGenes(datExpr0, verbose = 3)
   gsg$allOK "
   点击 Run。
3. 检查是否存在离群值，并保存符合要求的样本。当检查结果为 TRUE 时，继续下一步操作。保存结果。
4. 使用 PickSoftThreshold 函数计算两组数据在不同幂值下的无标度指数 R

结果

本文中的代表性结果下载自NCBI数据库中2014年加利福尼亚Abaker水稻根系微生物组数据（PRJNA386367）⁹。该数据包括在淹水水稻田中生长14周的水稻植株的根际、根表和内生圈微生物组样本。我们采用WGCNA算法选择满足接近无尺度网络的三个网络的幂值（图1），并构建了三个共表达网络（图2）。在内生圈、根表和根际土壤微生物共表达网络中，分别鉴定了23、22和21个模块。这些结果表明，这三个生态位中的微生物相互作用网络数量基本相等。

我们进一步比较了内生圈、根表层和根际土壤中微生物网络模块的差异。获得了三个生态位组模块的以下保真性检验结果。在根际土壤与根表层之间存在三个极不保守的模块（图3a，表1）；在根际土壤与内生圈之间存在九个极不保守的模块（图3b

讨论

相关性网络在生物信息学应用中正被越来越多地使用。WGCNA 是一种系统生物学方法，用于描述生物系统中各个元素之间关系的分析¹²。早期关于 WGCNA 的研究使用了 R 软件包^13,14,15。该软件包包含用于网络构建、模块检测、拓扑性质计算、数据模拟、可视化以及与外部软件交互的功能。WGCNA 已被广泛应用于分析脑癌¹⁶、酵母细胞周期¹⁷、小鼠遗传学^18,19、灵长类动物脑组织^20,21、糖尿病²²以及植物

材料

本文使用的材料清单

姓名	公司	目录编号	评论
R	The University of Auckland	version 4.0.2	R 是一个用于统计计算和图形的自由软件环境，可在多种 UNIX 平台、Windows 和 MacOS 系统上编译和运行。
RStdio	JJ Allaire	version 1.4.1103	RStudio 集成开发环境是一组集成工具，旨在帮助用户更高效地使用 R 和 Python。
Cytoscape		version 3.7.1	Cytoscape 是一个开源软件平台，用于可视化复杂网络，并将其与任意类型的属性数据进行整合。
NCBI database			美国国家生物技术信息中心通过提供生物医学和基因组信息，推动科学与健康事业的发展。