Divergência de Microbiota Raiz em Diferentes Habitats baseados em Redes de Correlação Ponderada

Este método pode explorar efetivamente a relação interativa ou a rede de co-ocorrência de diferentes espécies microbianas em diferentes ambientes. Ele fornece detalhes sobre como usar o algoritmo WGCNA para construir uma rede de microbiota co-ocorrência. Além disso, com base nos resultados, esse método avalia a diferenciação das relações microbianas e a composição entre consórcios microbianos.

Aqui está o fluxo básico do método. Os dados de composição e abundância de microbiota são baixados do banco de dados do NCBI ou dados de sequência para suas amostras. Primeiro, abra o software RStudio e instale o pacote WGCNA.

Em seguida, carregue os dados e use a função de genes de boas amostras para verificar a correção dos dados. Verifique os outliers e armazene amostras que atendam às nossas necessidades. Quando o resultado da verificação for verdadeiro, continue para o próximo passo.

Guarde o resultado. Use a função de limiar de picks para calcular o índice livre de escala, R ao quadrado, dos dados sob diferentes valores de energia. Visualize os resultados.

Quando o índice livre de escala está mais próximo de um, a estrutura da rede fica mais próxima da rede livre de escala. Quando o índice livre de escala, R ao quadrado, for superior a 0,9, selecione o valor de potência. Por fim, use o mesmo método para analisar o resto dos dados do microbioma.

Primeiro, use a função de adjacência para construir uma rede simbólica de co-ocorrência. Além disso, use a função de similaridade TOM para desenvolver uma rede topológica e sobreposta. Em segundo lugar, use a função Hclust para realizar agrupamento hierárquico e desenhar a árvore de cluster resultante.

Em terceiro lugar, use a função dinâmica cutree para realizar o corte dinâmico do ramo e use o parâmetro de tamanho de cluster min para definir o menor tamanho do módulo. O menor tamanho do módulo é geralmente definido acima de 30. Em quarto lugar, calcule a característica microbiana de cada módulo.

O agrupamento hierárquico é realizado de acordo com o coeficiente de correlação, e módulos com altura inferior a 0,25 foram fundidos para adquirir a distribuição de cada módulo. Em quinto lugar, use a função plot dendro e cores para visualizar os resultados. O diagrama de exibição de atribuição do módulo de rede de co-ocorrência é obtido.

Em seguida, renomeie as cores do módulo e construa rótulos digitais correspondentes às cores. Guarde-os para uso em partes subsequentes. Por fim, repita o processo acima para outros conjuntos de dados.

Nesta parte, compare e analise os dois conjuntos de dados e realize o teste de preservação. Primeiro, carregue os parâmetros e resultados dos dois conjuntos de dados salvos nas etapas anteriores. Em seguida, defina os resultados do módulo de um conjunto de dados como o grupo de referência, outro como o grupo de teste e realize a comparação do módulo.

Em seguida, calcule os valores da conservadoridade, parâmetros estatísticos, resumo Z e classificação mediana para quantificar a conservadoridade entre os módulos. Por fim, visualize os resultados. Determine o módulo de rede que satisfaz tanto o valor do resumo Z, inferior a dois, quanto o valor médio da classificação no topo.

Este módulo é o módulo mais não preservado nos dois dados de microbiota. Realize a análise de correlação da associação do módulo. Defina os resultados de atribuição do módulo de duas redes como referência e o grupo de teste, respectivamente.

As configurações precisam ser as mesmas do teste de preservação. Primeiro, o valor KME de cada OTU foi calculado em vários módulos candidatos com base nos resultados do teste de preservação. Tome o módulo amarelo como exemplo.

Calcule o coeficiente de correlação do valor KME nos dois módulos amarelos e, em seguida, desenhe o diagrama de análise de correlação do valor KME no módulo. Por fim, de acordo com o coeficiente de correlação na figura, julgar a conservadoridade do módulo no conjunto de dois dados. Selecione o módulo com o menor coeficiente de correlação.

Primeiro, use a rede de exportação para a função Cytoscape para exportar a rede para um arquivo de lista de borda e nó que o Cytoscape possa ler. Em seguida, importe o arquivo para Cytoscape. Defina o limiar para 0,5 e ajuste outros parâmetros conforme necessário.

Por fim, obtenha uma rede de co-ocorrência de diferentes microrganismos. Neste artigo, o algoritmo WGCNA é usado para analisar as diferenças em três nichos do sistema radicular de arroz. Selecione o valor de energia que satisfez as três redes próximas à rede livre de escala.

Na rede de ocorrência microbiana de endosfera, rizoplane e rizosfera, identificam 23, 22 e 21 modelos, respectivamente. Use o teste de preservação e análise de correlação para encontrar os módulos extremamente não conservadores entre cada dois nichos do sistema radicular de arroz. Construa uma rede de co-ocorrência para esses três módulos usando cores diferentes para representar diferentes filo microbiano.

Proteobacteria, Actinobacteria, Bacteroidetes, Firmicutes e Verrucomicrobia dominaram as três diferentes redes microbianas. Além disso, 17 gêneros centrais regulam principalmente essas redes. Depois de assistir a este vídeo, você deve ter uma boa compreensão de como executar uma série de etapas para usar o algoritmo WGCNA para analisar diferentes redes de co-ocorrência que podem ocorrer nas comunidades microbianas devido a diferentes ambientes ecológicos.