Analiza sieci została zastosowana do oceny związku różnych ekologicznych zbiorowisk mikroorganizmów, takich jak gleba, woda i ryzosfera. Przedstawiono protokół dotyczący wykorzystania algorytmu WGCNA do analizy różnych sieci współwystępowania, które mogą wystąpić w zbiorowiskach mikroorganizmów ze względu na różne środowiska ekologiczne.
Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.
Artykuł metodologiczny
Dywergencja mikrobioty korzeni w różnych siedliskach w oparciu o ważone sieci korelacji
* These authors contributed equally
W tym artykule
Podsumowanie
Streszczenie
Mikrobiom korzeniowy odgrywa ważną rolę we wzroście roślin i adaptacji do środowiska. Analiza sieciowa jest ważnym narzędziem do badania społeczności, które może skutecznie badać relacje interakcji lub model współwystępowania różnych gatunków drobnoustrojów w różnych środowiskach. Celem tego artykułu jest dostarczenie szczegółowych informacji na temat wykorzystania algorytmu ważonej sieci korelacji do analizy różnych sieci współwystępowania, które mogą wystąpić w zbiorowiskach drobnoustrojów ze względu na różne środowiska ekologiczne. Cała analiza eksperymentu jest wykonywana w pakiecie WGCNA. WGCNA to pakiet R do ważonej analizy sieci korelacji. Dane eksperymentalne wykorzystane do zademonstrowania tych metod były danymi dotyczącymi społeczności mikrobiologicznej z bazy danych NCBI (National Center for Biotechnology Information) dla trzech nisz systemu korzeniowego ryżu (Oryza sativa). Wykorzystaliśmy algorytm sieci korelacji ważonej do skonstruowania sieci współliczebności społeczności drobnoustrojów w każdej z trzech nisz. Następnie zidentyfikowano zróżnicowane sieci współobfitości między glebą endosfery, ryzopłaszczyzny i ryzosfery. Ponadto podstawowe rodzaje w sieci uzyskano za pomocą pakietu "WGCNA", który odgrywa ważną rolę regulowaną w funkcjach sieciowych. Metody te umożliwiają naukowcom analizę reakcji sieci mikrobiologicznej na zakłócenia środowiskowe i weryfikację różnych teorii ekologicznej reakcji mikrobiologicznej. Wyniki tych metod wskazują, że znaczące zróżnicowane sieci mikrobiologiczne zidentyfikowane w endosferze, glebie ryzopłaskiej i ryzosferowej ryżu.
Wprowadzenie
Badania mikrobiomu mają ważne implikacje dla zrozumienia i manipulowania procesami ekosystemu1,2. Populacje drobnoustrojów są połączone wzajemnie oddziałującymi sieciami ekologicznymi, których cechy mogą wpływać na reakcję mikroorganizmów na zmiany środowiskowe3,4. Co więcej, właściwości tych sieci wpływają na stabilność zbiorowisk mikrobiologicznych i są ściśle związane z funkcją gleby5. Analiza sieci ważonej korelacji genów jest obecnie szeroko stosowana w badaniach nad związkiem między genami a społecznościami drobnoustrojów<....
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Protokół
1. Pobieranie danych
- Pobierz dane PRJNA386367 akcesyjnego z bazy NCBI. Z danych PRJNA386367 akcesyjnego wybierz dane dotyczące mikrobiomu ryzosfery, ryzopłaszczyzny i endosfery z roślin ryżu uprawianych przez 14 tygodni na zanurzonym polu ryżowym w Arbuckle w Kalifornii w 2014 r.
UWAGA: Dane dotyczące mikrobiomu ryzosfery, ryzopłaszczyzny i endosfery zostały przedstawione w tabeli OTU w PRJNA386367 akcesyjnym.
2. Wyznaczanie optymalnej wartości mocy
UWAGA: Pakiet WGCNA zawiera wszystkie następujące parametry funkcjonalne. WGCNA to pakiet R do ważonej analizy sieci korelacji. Kluczowe wiers....
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Wyniki
Reprezentatywne wyniki przedstawione w niniejszym artykule zostały pobrane z bazy danych NCBI z 2014 roku, dotyczących mikrobiomu korzeni ryżu Abaker z Kalifornii (PRJNA386367)9. Dane obejmują próbki mikrobiomu ryzosfery, ryzoplanu i endosfery roślin ryżowych uprawianych przez 14 tygodni na zalewnym polu ryżowym. Wykorzystano algorytm WGCNA do wyboru wartości potęgi, która spełniała kryteria dla trzech sieci zbliżonych do sieci bezskalowej (Rysunek 1), a następnie opr.......
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Dyskusja
Sieci korelacyjne są coraz częściej wykorzystywane w zastosowaniach bioinformatycznych. WGCNA to metoda biologii systemowej służąca do opisowej analizy relacji między różnymi elementami systemu biologicznego12. Pakiet oprogramowania R był używany we wcześniejszych pracach nad WGCNA 13,14,15. Pakiet obejmuje funkcje do budowy sieci, wykrywania modułów, obliczeń właściwości topologicznych, symulacji danych,.......
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Oświadczenia
Autorzy nie mają nic do ujawnienia.
Podziękowania
Rozwój tego rękopisu był wspierany przez fundusze z National Natural Science Foundation of China-Guizhou Provincial People's Government Karst Science Research Center Project (U1812401), Doktoranckiego Projektu Badawczego Guizhou Normal University (GZNUD[2017]1), Projektu Wsparcia Nauki i Technologii Prowincji Guizhou (QKHZC[2021]YB459) oraz Projektu Nauki i Technologii Guiyang([2019]2-8).
Autorzy chcieliby podziękować Edwards J.A i in. za dostarczenie danych o mikrobiomie ryżu do publicznych baz danych oraz wsparcie od TopEdit (www.topeditsci.com) za pomoc językową podczas przygotowania tego manuskryptu.
....Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| R | University of Auckland | w wersji 4.0.2 | R to wolne środowisko oprogramowania do obliczeń statystycznych i grafiki. Kompiluje się i działa na wielu różnych platformach UNIX, Windows i MacOS. |
| RStdio | JJ Allaire | w wersji 1.4.1103 | RStudio IDE to zestaw zintegrowanych narzędzi zaprojektowanych w celu zwiększenia produktywności w językach R i Python. |
| Cytoscape | w wersji 3.7.1 | Cytoscape to platforma oprogramowania typu open source do wizualizacji złożonych sieci i integrowania ich z dowolnym typem danych atrybutów. | |
| Baza danych | Narodowe Centrum Informacji Biotechnologicznej przyczynia się do rozwoju nauki i zdrowia, zapewniając dostęp do informacji biomedycznych i genomicznych. |
Bibliografia
- Philippot, L., Raaijmakers, J. M., Lemanceau, P., vander Putten, W. H. Going back to the roots: the microbial ecology of the rhizosphere. Nature Reviews Microbiology. 11, 789-799 (2013).
- Fierer, N. Embracing the unknown: disentangling the comp....
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Przedruki i uprawnienia
