Summary
मिट्टी, पानी और राइजोसस्फीयर जैसे विभिन्न पारिस्थितिक माइक्रोबियल समुदायों के सहयोग का मूल्यांकन करने के लिए नेटवर्क विश्लेषण लागू किया गया था। यहां प्रस्तुत विभिन्न पारिस्थितिक वातावरण के कारण माइक्रोबियल समुदायों में होने वाले विभिन्न सह-घटना नेटवर्कों का विश्लेषण करने के लिए WGCNA एल्गोरिदम का उपयोग करने के तरीके पर एक प्रोटोकॉल है।
Abstract
रूट माइक्रोबायोम पौधों के विकास और पर्यावरण अनुकूलन में महत्वपूर्ण भूमिका निभाता है। नेटवर्क विश्लेषण समुदायों का अध्ययन करने के लिए एक महत्वपूर्ण उपकरण है, जो विभिन्न वातावरणों में विभिन्न माइक्रोबियल प्रजातियों के संपर्क संबंध या सह-घटना मॉडल का प्रभावी ढंग से पता लगा सकता है। इस पांडुलिपि का उद्देश्य विभिन्न पारिस्थितिक वातावरण के कारण माइक्रोबियल समुदायों में होने वाले विभिन्न सह-घटना नेटवर्कों का विश्लेषण करने के लिए भारित सहसंबंध नेटवर्क एल्गोरिदम का उपयोग करने के बारे में विवरण प्रदान करना है। प्रयोग के सभी विश्लेषण WGCNA पैकेज में किया जाता है। WGCNA भारित सहसंबंध नेटवर्क विश्लेषण के लिए एक आर पैकेज है। इन तरीकों को प्रदर्शित करने के लिए उपयोग किए जाने वाले प्रायोगिक डेटा चावल (ओरिज़ा सतीवा) रूट सिस्टम के तीन निकस के लिए एनसीबीआई (नेशनल सेंटर फॉर बायोटेक्नोलॉजी इन्फॉर्मेशन) डेटाबेस से माइक्रोबियल समुदाय डेटा थे। हमने तीन निकस में माइक्रोबियल समुदाय के सह-बहुतायत नेटवर्क का निर्माण करने के लिए भारित सहसंबंध नेटवर्क एल्गोरिदम का उपयोग किया। फिर, एंडोस्फीयर, राइजोप्लेन और राइजोस्फीयर मिट्टी के बीच अंतर सह-बहुतायत नेटवर्क की पहचान की गई। इसके अलावा, नेटवर्क में कोर जेनेरा "WGCNA" पैकेज द्वारा प्राप्त किया गया था, जो नेटवर्क कार्यों में एक महत्वपूर्ण विनियमित भूमिका निभाता है । ये तरीके शोधकर्ताओं को पर्यावरण अशांति के लिए माइक्रोबियल नेटवर्क की प्रतिक्रिया का विश्लेषण करने और विभिन्न माइक्रोबियल पारिस्थितिक प्रतिक्रिया सिद्धांतों को सत्यापित करने में सक्षम बनाते हैं। इन तरीकों के परिणाम बताते हैं कि चावल के एंडोस्फीयर, राइजोप्लेन और राइजोस्फीयर मिट्टी में पहचाने गए महत्वपूर्ण अंतर माइक्रोबियल नेटवर्क।
Introduction
माइक्रोबायोम अनुसंधान के पारिस्थितिकी तंत्र की प्रक्रियाओं को समझने और उनमें हेरफेर करने के महत्वपूर्ण निहितार्थ हैं1,2. माइक्रोबियल आबादी पारिस्थितिक नेटवर्क ों से बातचीत करके आपस में जुड़ी हुई है, जिनकी विशेषताएं सूक्ष्मजीवों की प्रतिक्रिया को पर्यावरणीय परिवर्तन3,4से प्रभावित कर सकती हैं। इसके अलावा, इन नेटवर्कों के गुण माइक्रोबियल समुदायों की स्थिरता को प्रभावित करते हैं, और मिट्टी के कार्य 5 से निकटता से जुड़ेहुएहैं। जीन और माइक्रोबियलसमुदायोंके बीच संबंधों पर शोध के लिए भारित जीन सहसंबंध नेटवर्क विश्लेषण अब व्यापक रूप से लागू किया गया है । पिछले अध्ययनों में मुख्य रूप से विभिन्न जीन याआबादीके नेटवर्क और बाहरी दुनिया 7 के बीच संघों पर ध्यान केंद्रित किया गया है । हालांकि, विभिन्न पर्यावरणीय परिस्थितियों में माइक्रोबियल आबादी द्वारा गठित सहसंबंध नेटवर्क में अंतर की शायद ही जांच की गई है । इस पत्र में प्रस्तुत अनुसंधान का उद्देश्य विभिन्न पर्यावरणीय परिस्थितियों में एकत्र किए गए माइक्रोबायोम नमूनों के सह-घटना नेटवर्क का निर्माण करने के लिए WGCNA एल्गोरिथ्म के तेजी से कार्यान्वयन पर अंतर्दृष्टि और विवरण प्रदान करना है। विश्लेषण परिणामों के आधार पर, हमने जनसंख्या की संरचना और मतभेदों का आकलन किया और आगे विभिन्न माइक्रोबियल आबादी के बीच संबंधों पर चर्चा की। भारित सहसंबंध नेटवर्क एल्गोरिदम 8 का निम्नलिखितबुनियादी प्रवाह लागू किया गया था। सबसे पहले, ऑपरेशनल टैक्सोनॉमिक यूनिट्स (ओटीयू) अभिव्यक्ति प्रोफाइल के बीच पियर्सन सहसंबंध गुणांक की गणना करके एक समानता मैट्रिक्स का निर्माण करने की आवश्यकता है। फिर, आसन्न कार्यों (शक्ति या सिग्मॉयड आसन्न कार्यों) के मापदंडों को स्केल-फ्री टोपोलॉजी मापदंड के साथ अपनाया गया था, समानता मैट्रिक्स को एक आसन्न मैट्रिक्स में बदल दिया गया था, और प्रत्येक सह-घटना नेटवर्क एक आसन्न मैट्रिक्स से मेल खाता था। हमने मॉड्यूल में सुसंगत अभिव्यक्ति प्रोफाइल के साथ समूह OTUs के लिए टॉम-आधारित विघटन के साथ मिलकर औसत लिंकेज पदानुक्रमित क्लस्टरिंग का उपयोग किया। इसके अलावा, हमने रूढ़िवादी आंकड़ों और संबंधित पैरामीटर विश्लेषण मॉड्यूल के बीच संबंधों की गणना की, अंत में मॉड्यूल में हब ओटीयू की पहचान की। ये विधियां विभिन्न पर्यावरणीय परिस्थितियों में विभिन्न माइक्रोबियल आबादी के बीच नेटवर्क संरचनाओं में अंतर के विश्लेषण के लिए विशेष रूप से उपयुक्त हैं। इस पांडुलिपि में, हमने सह-अभिव्यक्ति नेटवर्क विकास की विधि, मॉड्यूल के बीच विसंगतियों के विश्लेषण का विस्तार से वर्णन किया है, और विभिन्न मॉड्यूल नेटवर्कों में मुख्य प्रजातियों को प्राप्त करने के लिए लागू प्रक्रिया में चरणों का संक्षिप्त अवलोकन प्रदान किया है।
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. डेटा डाउनलोड
- परिग्रहण PRJNA386367 के डेटा को एनसीबीआई डेटाबेस के रूप में डाउनलोड करें। परिग्रहण PRJNA386367 के आंकड़ों से, २०१४ में अर्बकल, कैलिफोर्निया में एक जलमग्न चावल के क्षेत्र में 14 सप्ताह के लिए उगाए गए चावल के पौधों से राइजोस्फीयर, राइजोप्लेयर, राइजोप्लेयर और एंडोस्फीयर माइक्रोबायोम डेटा का चयन करें ।
नोट: राइजोस्फीयर, राइजोप्लेन और एंडोस्फीयर माइक्रोबायोम डेटा ओटीएस की मेज द्वारा परिग्रहण PRJNA386367 में प्रस्तुत किए गए थे।
2. इष्टतम शक्ति मूल्य निर्धारण
नोट: WGCNA पैकेज में निम्नलिखित कार्यात्मक मापदंडों के सभी शामिल हैं। WGCNA भारित सहसंबंध नेटवर्क विश्लेषण के लिए एक आर पैकेज है। प्रमुख कमांड लाइनें पूरक S1को संदर्भित करती हैं ।
- आर भाषा के माहौल में, आरएसट्यूडियो सॉफ्टवेयर खोलें और WGCNA पैकेज स्थापित करें।
- डेटा लोड करें और डेटा की शुद्धता की जांच करने के लिए goodSamplesGenes फ़ंक्शन का उपयोग करें। कमांड लाइनों को निष्पादित करें:
"gsg = goodSamplesGenes (datExpr0, वर्बोज़ = 3)
जीएसजी $allOK "
रन परक्लिक करें । - आउटलियर की जांच करें और आवश्यकताओं को पूरा करने वाले नमूनों को स्टोर करें। जब चेक परिणाम सच है, अगले कदम के लिए जारी है । परिणाम बचाओ।
- विभिन्न शक्ति मूल्यों के तहत डेटा के दो समूहों के स्केल-फ्री इंडेक्स आर2 की गणना करने के लिए पिकसॉफ्टथ्रेसहोल्ड फ़ंक्शन का उपयोग करें। कमांड लाइन निष्पादित करें:
"sft = pickSoftThreshold (datExpr0, powerVector = शक्तियां, वर्बोज़ = 5)"
रन परक्लिक करें । - परिणामों की कल्पना करें(चित्रा 1)। कमांड लाइन निष्पादित करें:
"प्लॉट (sft$fitIndices[,1], -साइन (sft $fitIndices[,3]) * sft $fitIndices [,2],
xlab ="सॉफ्ट थ्रेसहोल्ड (पावर), "ylab="स्केल फ्री टोपोलॉजी मॉडल फिट, हस्ताक्षरित R ^2", प्रकार = "n",
मुख्य = पेस्ट ("ES_Scale स्वतंत्रता"));
पाठ (sft$fitIndices[,1], -साइन (sft $fitIndices[,3]) * sft $fitIndices [,2],
लेबल = शक्तियां, cex =cex1, कर्नल = "लाल");
एलिन (एच= 0.9, कर्नल = "लाल")
प्लॉट (sft$fitIndices[,1], sft $fitIndices [,5],
xlab="सॉफ्ट थ्रेसहोल्ड (पावर), ", ylab ="मीन कनेक्टिविटी", टाइप = "एन",
मुख्य = पेस्ट ("ES_Mean कनेक्टिविटी"))
पाठ (sft $fitIndices[,1], sft $fitIndices [,5], लेबल = शक्तियां, cex =cex1, col="red")"
रन परक्लिक करें ।
नोट: भारित सहसंबंध नेटवर्क एल्गोरिदम का आधार यह है कि स्थापित सह-अभिव्यक्ति नेटवर्क संरचना स्केल-मुक्त टोपोलॉजी मापदंड के मानकों के अनुरूप है, इसकी मजबूती में वृद्धि करती है। 1 के करीब एक स्केल-फ्री इंडेक्स एक नेटवर्क संरचना को इंगित करता है जो स्केल-फ्री नेटवर्क के करीब है। - पावर वैल्यू का चयन करें जब स्केल-फ्री इंडेक्स आर2 0.9 से अधिक चुकता करता है और विश्लेषण के अगले चरण में आगे बढ़ता है।
नोट: जब पैमाने से मुक्त सूचकांक 1 के करीब है, नेटवर्क संरचना पैमाने पर मुक्त नेटवर्क के करीब है । दो या अधिक नेटवर्क का विश्लेषण करते समय, सह-व्यक्त नेटवर्क के बीच तुलनीयता को संतुष्ट करने के लिए प्रत्येक नेटवर्क को स्केल-फ्री नेटवर्क के बिजली मूल्य के करीब बनाने का चयन करना आवश्यक है।
3. एक सह अभिव्यक्ति नेटवर्क और मॉड्यूल पहचान का निर्माण
नोट: उपरोक्त गणना किए गए विद्युत मूल्य के आधार पर, सह-घटना नेटवर्क का निर्माण किया जाता है। प्रमुख कमांड लाइनें पूरक S2को संदर्भित करती हैं ।
- प्रतीकात्मक सह-घटना नेटवर्क के निर्माण के लिए हस्ताक्षरित मापदंडों को जोड़ने के लिए WGCNA पैकेज में आसन्न कार्य का उपयोग करें। कमांड लाइन निष्पादित करें:
"आसन्न = आसन्न (datExpr0, बिजली = सॉफ्टपावर)"
रन परक्लिक करें । - एक स्थलाकृतिक ओवरलैपिंग नेटवर्क विकसित करने और विघटन नेटवर्क की गणना करने के लिए टॉम-समानता फ़ंक्शन लागू करें। कमांड लाइन निष्पादित करें:
"टॉम = टॉमसमानी (आसन्न) ;
dissTOM = 1-टॉम"
रन परक्लिक करें ।
नोट: टोपोलॉजी ओवरलैप नेटवर्क प्रकार सेट करने के लिए हस्ताक्षरित पैरामीटर जोड़ा गया था। - पदानुक्रमित क्लस्टरिंग के लिए औसत लिंकेज पदानुक्रमित क्लस्टरिंग विधि का चयन करने के लिए एचसीलस्ट फ़ंक्शन का उपयोग करें। कमांड लाइन निष्पादित करें:
"geneTree = hclust (as.dist (dissTOM), विधि = "औसत");"
रन परक्लिक करें । - गतिशील शाखा काटने करने के लिए कट्रीनडायनामिक फ़ंक्शन का उपयोग करें और 30 में न्यूनतम आकार पैरामीटर सेट करें। मॉड्यूल मान्यता परिणाम प्राप्त करें। कमांड लाइन निष्पादित करें:
"डायनेम्सम्स = कट्रीन्डायनामिक (डेंड्रो = जीनट्री, डिस्टम = डिस्टॉम, डीपस्लिट = 2, पमरिस्पेडेन्ड्रो = झूठी, minClusterSize = minModuleSize);"
रन परक्लिक करें ।
नोट: न्यूनतम मॉड्यूल का आकार 30 से कम नहीं हो सकता है। - मॉड्यूल ईजेनिंग फ़ंक्शन द्वारा प्रत्येक ओटीयू मॉड्यूल के मॉड्यूल ईजेन की गणना करें। कमांड लाइन निष्पादित करें:
"MEList = मॉड्यूलEigengenes (datExpr0, रंग = गतिशील रंग)
MEs = MEList $ eigengenes"
रन परक्लिक करें ।
नोट: मॉड्यूल eigen मॉड्यूल में समग्र OTU अभिव्यक्ति के स्तर का प्रतिनिधित्व किया। यह एक विशिष्ट OTU नहीं था, लेकिन प्रत्येक क्लस्टर का पहला प्रमुख घटक विलक्षण नेटवर्क मूल्य अपघटन द्वारा प्राप्त किया गया था। - मॉड्यूल ईजेन के सहसंबंध गुणांक के आधार पर क्लस्टर फ़ंक्शन करें। 0.25 से कम मूल्य के साथ मॉड्यूल को मर्ज करने के लिए मर्जक्लोज़ मॉड्यूल फ़ंक्शन का उपयोग करें। कमांड लाइन निष्पादित करें:
"मर्ज = मर्जक्लोज़मॉड्यूल्स (datExpr0, गतिशील रंग, cutHeight = MEDissThres, वर्बोज़ = 3)"
रन परक्लिक करें । - अंत में, प्रत्येक सह-अभिव्यक्ति नेटवर्क(चित्रा 2)के मॉड्यूल असाइनमेंट डिस्प्ले आरेख प्राप्त करने के लिए विज़ुअलाइज़ेशन के लिए प्लॉटडेन्ड्रोएंड इनॉलर्स फ़ंक्शन का उपयोग करें। प्रत्येक ओटिन मॉड्यूल असाइनमेंट टेबल के अनुरूप मॉड्यूल एट्रिब्यूशन निकालने के लिए टेबल फ़ंक्शन का उपयोग करें। कमांड लाइन निष्पादित करें:
"plotDendroAndColors (geneTree, विलयColors, "विलय गतिशील", dendroLabels = झूठी,
हैंग = 0.03,addGuide = सच है, गाइडहैंग = 0.05,
मुख्य = "ES_Gene डेंड्रोग्राम और मॉड्यूल रंग")"
रन परक्लिक करें ।
नोट: सह-व्यक्त नेटवर्क के मॉड्यूल असाइनमेंट आरेख में, विभिन्न रंग विभिन्न मॉड्यूल का प्रतिनिधित्व करते हैं, और ग्रे ओटीयू का प्रतिनिधित्व करता है जिसे किसी भी मॉड्यूल में वर्गीकृत नहीं किया जा सकता है। ग्रे मॉड्यूल में ओऊस की एक बड़ी संख्या इंगित करता है कि अभिव्यक्ति मैट्रिक्स की प्रारंभिक चरण की पूर्वप्रसंस्करण गुणवत्ता खराब है।
4. मॉड्यूल तुलना
नोट: इस विधि का उपयोग दो पारिस्थितिक माइक्रोबियल समुदायों के नेटवर्क मॉड्यूल की तुलना करने के लिए किया जा सकता है। इस लेख में, एंडोस्फीयर और राइजोप्लेन, एंडोस्फीयर और राइजोस्फीयर, राइजोस्फीयर और राइजोप्लेन के बीच माइक्रोबियल नेटवर्क मॉड्यूल के मतभेदों की तुलना करें।
- संरक्षण परीक्षण
- पिछले चरणों में सहेजे गए दो डेटा सेट के मापदंडों और परिणामों को लोड करें।
- संदर्भ समूह के रूप में माइक्रोबियल डेटा के एक समूह के नेटवर्क मॉड्यूल असाइनमेंट परिणाम सेट करें, जबकि परीक्षण समूह के रूप में दूसरा समूह।
- Z_summary और मीडियनरैंक के रूढ़िवादीता सांख्यिकीय मापदंडों के मूल्यों की गणना करने के लिए मॉड्यूलप्रर्वेशन फ़ंक्शन का उपयोग करें। कमांड लाइन निष्पादित करें:
"system.time ({mp=मॉड्यूलप्रिजर्वेशन (मल्टीएक्सपीआर,
मल्टीकलर, संदर्भनेटवर्क्स = 1,
nPermutation =100, रैंडमसीड =1, क्विककोर = 0, वर्बोज़ =3)))) "
रन परक्लिक करें ।
नोट: यह परिणाम मॉड्यूल के बीच रूढ़िवादीता की मात्रा निर्धारित कर सकता है। Z_summary>10 इंगित करता है कि दो मॉड्यूल अत्यधिक संरक्षित हैं, जबकि Z_summary<2 गैर-संरक्षित मॉड्यूल को दर्शाता है। मीडियनरैंक रैंकिंग द्वारा मूल्यांकन मॉड्यूल के सापेक्ष संरक्षण को व्यक्त करता है। उच्च औसतरैंक मान गैर-संरक्षित मॉड्यूल को दर्शाते हैं। (प्रमुख कमांड लाइनें पूरक S3को संदर्भित करती हैं ।) - परिणामों(चित्र 3)की कल्पना करने के लिए प्लॉट फ़ंक्शन का उपयोग करें। Z_summary और मीडियनरैंक(टेबल 1)के पैरामीटर प्राप्त करें।
नोट: नेटवर्क मॉड्यूल जो 2 से कम Z_summary मूल्य और शीर्ष पर औसत रैंक मूल्य दोनों को संतुष्ट करते हैं, दो पारिस्थितिक माइक्रोबियल समुदायों में सबसे उच्च गैर-संरक्षित मॉड्यूल है। - उपर्युक्त दो सांख्यिकीय मापदंडों के परिणामों के आधार पर मॉड्यूल की पहचान करने के लिए दो नेटवर्क के सबसे अत्यधिक गैर-संरक्षित मॉड्यूल के साथ।
- मॉड्यूल सदस्यता का सहसंबंध विश्लेषण
- सेट दो नेटवर्क के मॉड्यूल असाइनमेंट परिणाम क्रमशः संदर्भ और परीक्षण समूह के रूप में सेट किए गए थे।
नोट: सेटिंग्स को संरक्षण परीक्षण के समान होना चाहिए। - कई उम्मीदवार मॉड्यूल में प्रत्येक ओटू के केएमई (मॉड्यूल सदस्यता) मूल्य निकालने के लिए कॉर्प्वैलुएस्ट छात्र फ़ंक्शन का उपयोग करें।
कमांड लाइन निष्पादित करें:
"Pvalue = as.data.frame (corPvalueStudent (as.matrix
(मॉड्यूलमेंबरशिप), नमूने))) "
रन परक्लिक करें ।
नोट: केएमई मॉड्यूल सदस्यता की डिग्री के लिए खड़ा है। एमई मॉड्यूल ईजेन के लिए खड़ा है, जो मॉड्यूल में ओटीयू अभिव्यक्ति के समग्र स्तर का प्रतिनिधित्व करता है। केएमई प्रत्येक ओटू और एमई के बीच सहसंबंध गुणांक है। ओटीयू के केएमई मूल्य द्वारा नेटवर्क में ओटीयू के महत्व को निर्धारित करें। (प्रमुख कमांड लाइनें पूरक S4को संदर्भित करती हैं ।) - फिर, दो नेटवर्कों में संबंधित ओटीयू के केएमई मूल्य के सहसंबंध गुणांक की गणना करने के लिए वर्बोसेस्केटरप्लॉट फ़ंक्शन का उपयोग करें और सहसंबंध विश्लेषण आरेख(चित्रा 4)आकर्षित करें।
कमांड लाइन निष्पादित करें:
"वर्बोज़स्केटरप्लॉट (एब्स (TModuleMembership
[TmoduleGenes, Tcolumn]),
एब्स (NModuleMembership[NmoduleGenes, Ncolumn]),
xlab = पेस्ट ("केएमई में", "ES"),
ylab = पेस्ट ("केएमई में", "आरपी"),
मुख्य = पेस्ट ("हल्का"),
cex.main = 1.7, cex.lab = 1.6, cex.axis = 1.6, कर्नल = मॉड्यूलरंग)"
रन परक्लिक करें । - दो नेटवर्क के OTU के केएमई मूल्य के सबसे छोटे सहसंबंध गुणांक के साथ मॉड्यूल का चयन करें। दो नेटवर्क का सबसे बड़ा अंतर है इस मॉड्यूल पर विचार करें।
- सेट दो नेटवर्क के मॉड्यूल असाइनमेंट परिणाम क्रमशः संदर्भ और परीक्षण समूह के रूप में सेट किए गए थे।
5. माइक्रोबियल अंतर नेटवर्क मॉड्यूल का विश्लेषण
- सबसे बड़े अंतर के साथ मॉड्यूल के OTU अनुक्रम सेट के सांख्यिकीय विश्लेषण के माध्यम से प्रमुख बैक्टीरिया फायला का डेटा प्राप्त करें।
नोट: सबसे बड़े अंतर के साथ मॉड्यूल के OTU अनुक्रम सेट फायला के वर्गीकरण द्वारा अभिव्यक्त किया गया है । प्रमुख बैक्टीरिया फायला 10% से अधिक के लिए हिसाब । - फिर, सबसे बड़े अंतर मॉड्यूल में ओटीयू की बातचीत संबंध जानकारी वाली फ़ाइल प्राप्त करने के लिए एक्सपोर्टनेटवर्क्टोसाइटोस्केप फ़ंक्शन का उपयोग करें।
कमांड लाइन निष्पादित करें:
"साइट = एक्सपोर्टनेटवर्कटोसाइटोस्केप (मॉडटॉम,
edgeFile = पेस्ट ("नई ES_CytoscapeInput किनारों-", मॉड्यूल, ".txt", सितंबर =""),
नोडफाइल = पेस्ट ("न्यू-ES_CytoscapeInput-नोड्स-", मॉड्यूल, ".txt", सितंबर =")),
भारित = सच है, दहलीज = 0.5, nodeName = modProbes,
altNodeNames = modGenes, nodeattr = मॉड्यूलColors [inModule])"
रन परक्लिक करें । - फाइल को साइटोस्केप में आयात करें। सीमा को 0.5 पर सेट करें और आवश्यकतानुसार अन्य मापदंडों को समायोजित करें।
- अंतर सूक्ष्मजीवों(चित्रा 5)के सह-घटना नेटवर्क का निर्माण करें।
- नेटवर्क में सबसे महत्वपूर्ण नियामक भूमिका निभाने वाले कोर जीनस की जानकारी प्राप्त की।
नोट: आउट के केएमई मूल्य के अनुसार, कोर जीनस को परिभाषित किया जा सकता है। - अंत में, कोर जीनस के कार्यों का आकलन किया गया और पूरे अंतर नेटवर्क पर इसके प्रभाव का विश्लेषण किया गया।
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
इस लेख में प्रतिनिधि परिणाम एनसीबीआई डेटाबेस (PRJNA386367)9में 2014 कैलिफोर्निया Abaker चावल रूट माइक्रोबायोम डेटा से डाउनलोड किए गए थे। आंकड़ों में एक जलमग्न चावल के क्षेत्र में 14 सप्ताह के लिए उगाए गए चावल के पौधों से राइजोस्फीयर, राइजोप्लेन और एंडोस्फीयर माइक्रोबायोम नमूने शामिल हैं । हमने पावर वैल्यू का चयन करने के लिए WGCNA एल्गोरिथ्म का उपयोग किया जो तीन नेटवर्कों को संतुष्ट करता था जो स्केल-फ्री नेटवर्क(चित्रा 1)के करीब थे और तीन सह-अभिव्यक्ति नेटवर्क(चित्रा 2)विकसित किए थे। एंडोस्फीयर में, राइजोप्लेन, और राइजोस्फीयर सॉयल माइक्रोबियल सह-अभिव्यक्ति नेटवर्क, क्रमशः 23, 22 और 21 मॉड्यूल की पहचान की गई थी। इन परिणामों से संकेत मिलता है कि तीन निकस में माइक्रोबियल इंटरैक्शन नेटवर्क की संख्या मूल रूप से बराबर थी।
हमने एंडोस्फीयर, राइजोप्लेन और राइजोस्फीयर मिट्टी के भीतर माइक्रोबियल नेटवर्क मॉड्यूल में अंतर की तुलना की। तीन निकस समूहों के मॉड्यूल के निम्नलिखित संरक्षण परीक्षण परिणाम प्राप्त किए गए थे। राइजोस्फीयर मिट्टी और राइजोप्लेन(चित्र 3 ए,टेबल 1)के बीच तीन बेहद गैर-संरक्षित मॉड्यूल मौजूद थे। इसके अतिरिक्त, राइजोस्फीयर मिट्टी और एंडोस्फीयर(चित्र 3बी,टेबल 2) और राइजोप्लेन और एंडोस्फीयर(चित्र 3सी,टेबल3)के बीच छह बेहद गैर-संरक्षित मॉड्यूल के बीच नौ अत्यंत गैर-संरक्षित मॉड्यूल मौजूद थे। इसके अलावा, तीन निकस के बीच बेहद गैर-संरक्षित मॉड्यूल पाए गए, जो तीन निकस के बीच सूक्ष्मजीवों की संरचना में बड़े अंतर की उपस्थिति का संकेत देते हैं। प्राप्त गैर-रूढ़िवादी मॉड्यूल के मॉड्यूल सदस्यता सहसंबंध विश्लेषण के परिणाम चित्र 4में दर्शाए गए हैं। आंकड़े से, प्रत्येक दो निकस के बीच कम से कम सहसंबंध के साथ एक काफी अलग मॉड्यूल तीन निकस के बीच दिखाई देता है, जो उनके बीच सबसे महत्वपूर्ण अंतर का प्रतिनिधित्व करता है।
राइजोस्फेयर-राइजोप्लेन डिफरेंस नेटवर्क(चित्रा 5a)में, प्रमुख फिलम प्रोटेओबैक्टीरिया (72.97%) था। राइजोस्फीयर-एंडोस्फीयर डिफरेंस नेटवर्क(चित्रा 5b)में, प्रमुख फायला प्रोटेओबैक्टीरिया (66.36%), ऐक्टिनोबैक्टीरिया (10.1%), और बैक्टीरियोइडेट (10.9%) थे। राइजोप्लेन-एंडोस्फीयर डिफरेंस नेटवर्क(चित्रा 5c)में, प्रमुख फायला प्रोटेओबैक्टीरिया (41.41%), बैक्टीरियोइडेट (10.10%), फर्मीक्यूट्स (12.12%), और वेरुकोमिकोबिया थे।
रोडोबैक्टर और नोवोसोफिंगोबियमसहित तीन कोर जेनेरा(चित्रा 5a),छह कोर जेनेरा(चित्रा 5b),जिसमें ब्लावि28 और डेक्लोरोमोनासशामिल हैं, और सेलवाइब्रियो और जियोबैक्टरसहित पांच कोर जेनेरा(चित्रा 5सी)ने तीन अंतर सह-घटना नेटवर्क में महत्वपूर्ण नियामक कार्य किए । डेक्लोरोमोनासको छोड़कर सभी कोर जेनेरा का केवल एक नेटवर्क पर प्रभाव पड़ा, जो चावल की जड़ों के तीन निकस के बीच माइक्रोबियल आबादी और प्रजातियों की सापेक्ष बहुतायत में काफी अंतर की उपलब्धता का संकेत देता है, जिसने मौजूदा रूट माइक्रोबियल समुदायों की बहुतायत और विविधता को गंभीर रूप से प्रभावित किया।
चावल के राइजोस्फीयर-एंडोस्फीयर डिफरेंस नेटवर्क में मौजूद कोर जीनस एजोस्पिलमने नाइट्रोजन निर्धारण में भाग लिया और पौधों की वृद्धिको बढ़ावादिया । इसके अतिरिक्त, जियोबैक्टर जीनस, जो राइजोप्लेन-एंडोस्फीयर डिफरेंस नेटवर्क में काफी समृद्ध था, कई मिट्टी और तलछट11में अघुलनशील फे और एमएन ऑक्साइड की कमी को उत्प्रेरण करने वाला मुख्य कारक हो सकता है। ये सूक्ष्मजीव रूट निकस में माइक्रोबियल समुदायों की एक श्रृंखला के साथ बातचीत करते हैं और सक्रिय रूप से माइक्रोबियल नेटवर्क के नियमन में भाग लेते हैं, जो चावल की जड़ों के विकास और विकास के लिए गंभीर रूप से महत्वपूर्ण हो सकता है।
चित्रा 1। डेटासेट में शक्ति का मूल्यांकन। (क) ईएस डेटासेट में बिजली β का मूल्यांकन; (ख) आरएस डेटासेट में बिजली β का मूल्यांकन; (ग) आरपी डाटासेट में विद्युत β का मूल्यांकन, स्केल-फ्री इंडेक्स आर 2 (बाएं) का वितरण, विभिन्न सॉफ्ट पावर सूचकांकों के साथ मतलब कनेक्टिविटी (दाएं) का वितरण । सबसे अच्छी शक्ति का मूल्य तब प्राप्त हुआ जब R2 संतृप्ति के लिए खड़ा था और 0.8 से कम नहीं था। तीन सह अभिव्यक्ति नेटवर्क को उनकी तुलनीयता सुनिश्चित करने के लिए एक ही शक्ति मूल्य के लिए निर्धारित किया जाना था । (रुपये: राइजोस्फेयर मिट्टी, आरपी: राइजोप्लेन, और ईएस: एंडोस्फीयर)। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
चित्रा 2। ओटीयू डेंड्रोग्राम औसत लिंकेज पदानुक्रमित क्लस्टरिंग द्वारा प्राप्त किया जाता है। (क)ईएस नेटवर्क से ओटीयू डेंड्रोग्राम; (ख) आरएस नेटवर्क से ओटीयू डेंड्रोग्राम; (ग) आरपी नेटवर्क से ओटीयू डेंजरग्राम । डेंड्रोग्राम के नीचे रंग पंक्ति डायनेमिक ट्री कट एल्गोरिदम द्वारा निर्धारित मॉड्यूल असाइनमेंट को इंगित करती है। (रुपये: राइजोस्फीयर मिट्टी, आरपी: राइजोप्लेन, और ईएस: एंडोस्फीयर) कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
चित्रा 3। संरक्षण परीक्षण के परिणाम। (क) विश्लेषण परिणाम आरएस सह-अभिव्यक्ति नेटवर्क मॉड्यूल आवंटन पर आधारित हैं क्योंकि संदर्भ समूह और आरपी सह-अभिव्यक्ति नेटवर्क मॉड्यूल आवंटन परिणाम परीक्षण समूह के रूप में; (ख) विश्लेषण परिणाम ईएस सह-अभिव्यक्ति नेटवर्क मॉड्यूल आवंटन पर आधारित हैं क्योंकि संदर्भ समूह और परीक्षण समूह के रूप में आरएस सह-अभिव्यक्ति नेटवर्क मॉड्यूल आवंटन परिणाम; (ग) विश्लेषण परिणाम ईएस सह-अभिव्यक्ति नेटवर्क मॉड्यूल आवंटन पर आधारित हैं क्योंकि संदर्भ समूह और आरपी सह-अभिव्यक्ति नेटवर्क मॉड्यूल आवंटन परिणाम परीक्षण समूह के रूप में हैं । 10 Z_summary > इंगित करता है कि दो मॉड्यूल अत्यधिक संरक्षित हैं, जबकि Z_summary < 2 गैर-संरक्षित मॉड्यूल को दर्शाता है। मीडियनरैंक रैंकिंग द्वारा मूल्यांकन मॉड्यूल के सापेक्ष संरक्षण को व्यक्त करता है। उच्च औसतरैंक मान गैर-संरक्षित मॉड्यूल को दर्शाते हैं। (रुपये: राइजोस्फीयर मिट्टी, आरपी: राइजोप्लेन, और ईएस: एंडोस्फीयर) कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
चित्रा 4। मॉड्यूल सदस्यता का सहसंबंध विश्लेषण। (क) आरएस और आरपी नेटवर्क के बीच केएमई मूल्य का मॉड्यूल सहसंबंध; (ख) आरएस और आरपी नेटवर्क के बीच केएमई मूल्य का मॉड्यूल सहसंबंध; (ग) आरपी और ईएस नेटवर्क के बीच केएमई मूल्य का मॉड्यूल सहसंबंध (आरएस: राइजोस्फेयर मिट्टी, आरपी: राइजोप्लेन, ईएस: एंडोस्फीयर, और केएमई: मॉड्यूल सदस्यता)। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
चित्रा 5। चावल की जड़ में अंतर माइक्रोबियल आबादी का सह-घटना नेटवर्क। (क)आरएस-आरपी में अंतर माइक्रोबियल आबादी का सह-घटना नेटवर्क; (ख) ईएस-आरएस में अंतर माइक्रोबियल आबादी का सह-घटना नेटवर्क; (ग) ईएस-आरपी में अंतर माइक्रोबियल आबादी का सह-घटना नेटवर्क । विश्लेषण साइटोस्केप सॉफ्टवेयर का उपयोग करके किया गया था। विभिन्न रंग आकृति में विभिन्न द्वारों का प्रतिनिधित्व करते हैं। (रुपये: राइजोस्फीयर मिट्टी, आरपी: राइजोप्लेन, और ईएस: एंडोस्फीयर)। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
| मॉड्यूल | मीडियनरैंक | जसुममेरी | मॉड्यूल | मीडियनरैंक | जसुममेरी |
| ग्रीनलीलो | 2 | 14 | पीला | 13 | 5.2 |
| गुलाबी | 2 | 17 | ग्रे60 | 14 | 3.1 |
| आधी रातब्लू | 3 | 10 | रॉयलब्लू | 15 | 2.1 |
| भूरा | 4 | 18 | काला | 16 | 2.7 |
| लाइटसियन | 6 | 8.5 | पीला-भूरा | 17 | 3.2 |
| बैंगनी | 7 | 10 | सामन | 18 | 1.3 |
| नीला | 7 | 22 | मैजंटा | 18 | 2.2 |
| हरा | 8 | 12 | गहरा | 20 | -0.24 |
| सियान | 10 | 4.8 | सोना | 20 | 14 |
| हल्काग्रीन | 11 | 5.1 | डार्कग्रीन | 22 | -1.1 |
| हल्का-फुल्का | 12 | 5.3 | ग्रे | 22 | 0.21 |
| लाल | 12 | 6.1 |
तालिका 1. राइजोस्फेयर मिट्टी और राइजोप्लेन के बीच ज़सममेरी और मीडियनरैंक का परिणाम।
| मॉड्यूल | मीडियनरैंक | जसुममेरी | मॉड्यूल | मीडियनरैंक | जसुममेरी |
| सामन | 1 | 19 | लाइटसियन | 13 | 1.1 |
| काला | 3 | 5.3 | लाल | 15 | 0.95 |
| पीला | 4 | 5.8 | आधी रातब्लू | 15 | -0.0016 |
| हल्काग्रीन | 5 | 0.27 | रॉयलब्लू | 16 | 0.83 |
| ग्रीनलीलो | 7 | 3 | मैजंटा | 16 | 0.52 |
| अंधेरा | 7 | 1.2 | डार्कग्रीन | 17 | 0.16 |
| ग्रे60 | 9 | 1.1 | पीला-भूरा | 18 | 0.64 |
| नीला | 10 | 3.9 | हल्का-फुल्का | 19 | 0.52 |
| बैंगनी | 10 | 2.3 | गहरा | 19 | -0.18 |
| भूरा | 12 | 2.3 | गुलाबी | 19 | -0.71 |
| सियान | 12 | 0.78 | सोना | 21 | 11 |
| हरा | 13 | 1.7 |
तालिका 2. राइजोस्फीयर मिट्टी और एंडोस्फीयर के बीच ज़ुममेरी और मीडियनरैंक का परिणाम।
| मॉड्यूल | मीडियनरैंक | जसुममेरी | मॉड्यूल | मीडियनरैंक | जसुममेरी |
| काला | 1 | 15 | अंधेरा | 13 | 1.7 |
| सामन | 2 | 27 | आधी रातब्लू | 13 | 1.6 |
| पीला | 3 | 13 | हल्काग्रीन | 13 | 0.64 |
| सियान | 4 | 5.4 | डार्कग्रीन | 14 | 1.5 |
| नीला | 8 | 3.9 | गहरा | 16 | 1.5 |
| लाइटसियन | 9 | 2.6 | बैंगनी | 17 | 2.3 |
| गुलाबी | 10 | 3.6 | ग्रीनलीलो | 18 | 0.8 |
| रॉयलब्लू | 10 | 1.5 | हल्का-फुल्का | 18 | 0.42 |
| भूरा | 12 | 2.9 | मैजंटा | 19 | 0.2 |
| हरा | 12 | 1.9 | सोना | 21 | 18 |
| लाल | 12 | 1.9 | ग्रे60 | 21 | -0.21 |
| पीला-भूरा | 13 | 2.5 |
तालिका 3. राइजोप्लेन और एंडोस्फीयर के बीच ज़सममेरी और मीडियनरैंक का परिणाम।
पूरक S1: कृपया इस फ़ाइल को डाउनलोड करने के लिए यहां क्लिक करें ।
पूरक S2: कृपया इस फ़ाइल को डाउनलोड करने के लिए यहां क्लिक करें ।
पूरक S3: कृपया इस फ़ाइल को डाउनलोड करने के लिए यहां क्लिक करें ।
पूरक S4: कृपया इस फ़ाइल को डाउनलोड करने के लिए यहां क्लिक करें ।
Subscription Required. Please recommend JoVE to your librarian.
Discussion
सहसंबंध नेटवर्क तेजी से जैव सूचना अनुप्रयोगों में इस्तेमाल किया गया है । WGCNA एक जैविक प्रणाली के विभिन्न तत्वों के बीच संबंधों के वर्णनात्मक विश्लेषण के लिए एक प्रणाली जीव विज्ञान विधि है12. डब्ल्यूजीसीएनए13 , 14,15पर पहले के कार्य में आर सॉफ्टवेयर पैकेज का उपयोग कियाजाताथा । पैकेज में नेटवर्क निर्माण, मॉड्यूल डिटेक्शन, स्थलाकृति गुणों की गणना, डेटा सिमुलेशन, विज़ुअलाइज़ेशन और बाहरी सॉफ्टवेयर के साथ इंटरफेसिंग की क्षमता के लिए कार्य शामिल हैं। मस्तिष्क कैंसर 16 , खमीर कोशिका चक्र 17 , माउस जेनेटिक्स18 ,19, रहनुमा मस्तिष्क ऊतक20,21,मधुमेह22 और पौधों23से जीन अभिव्यक्ति डेटा का विश्लेषण करने के लिए WGCNA को व्यापक रूप सेनियोजितकिया गया है । नेटवर्क का निर्माण करने के लिए भारित जीन सहसंबंध नेटवर्क विश्लेषण का उपयोग करें कम से कम 8 नमूना शामिल होना चाहिए। इस लेख में, हमने जीन सह-अभिव्यक्ति नेटवर्क पर ध्यान केंद्रित किया जो विभिन्न वातावरणों में माइक्रोबियल आबादी के बीच बातचीत का वर्णन करते हैं। हम अलग वातावरण में माइक्रोबियल आबादी के बीच अंतर नेटवर्क प्राप्त किया और प्रत्येक नेटवर्क में प्रमुख प्रजातियों की पहचान की । धारणा है कि प्रमुख प्रजातियों समुदाय के लिए महत्वपूर्ण है व्यापक रूप से खाद्य वेब अनुसंधान24में नियोजित किया गया है । एक जटिल माइक्रोबियल समुदाय में कुछ प्रजातियां समुदाय की स्थिरता और कार्यक्षमता को बनाए रखने के लिए आवश्यक हो सकती हैं, जैसे आंतों की वनस्पतियों में बैक्टीरियोइड्स 25। संभावित महत्व की विशिष्ट प्रजातियों को लक्षित करके माइक्रोबियल समुदायों के विश्लेषण को काफी सरल बनाया जा सकता है ।
हमारे प्रतिनिधि परिणाम माइक्रोबियल समुदायों में मतभेदों को उजागर करते हैं, जिन्हें उपर्युक्त विधि का उपयोग करके पहचाना जा सकता है। यहां, चावल रूट सिस्टम के विभिन्न निकस में सूक्ष्मजीवों को WGCNA के अधीन किया गया था। तीन निकस के बीच अंतर रूढ़िवादी और मॉड्यूल सदस्यता विश्लेषण का उपयोग कर पहचाना गया । हमने अंतर मॉड्यूल में प्रमुख प्रजातियों को निर्धारित किया और तीन निकस में माइक्रोबियल समुदायों की संरचना में अंतर के बारे में जानकारी प्राप्त की। इस बीच, सह-घटना नेटवर्क ने चावल की जड़ों में बदलते सूक्ष्मजीवों के बीच एक महत्वपूर्ण बातचीत की उपस्थिति का खुलासा किया । हमारे निष्कर्ष विभिन्न वातावरणों में माइक्रोबियल समुदाय के मतभेदों के मूल्यांकन में WGCNA के महत्व और व्यवहार्यता के लिए प्रत्यक्ष सबूत प्रदान करते हैं ।
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
लेखकों के पास खुलासा करने के लिए कुछ नहीं है ।
Acknowledgments
इस पांडुलिपि के विकास को चीन के राष्ट्रीय प्राकृतिक विज्ञान फाउंडेशन-गुइझोउ प्रांतीय पीपुल्स गवर्नमेंट कार्स्ट साइंस रिसर्च सेंटर प्रोजेक्ट (U1812401), गुइझोउ नॉर्मल यूनिवर्सिटी (GZNUD[201) के डॉक्टरेट रिसर्च प्रोजेक्ट से फंड द्वारा समर्थित किया गया था । 7]1), गुइझोउ प्रांत की विज्ञान और प्रौद्योगिकी सहायता परियोजना (QKHZC [2021] YB459) और गुइयांग की विज्ञान और प्रौद्योगिकी परियोजना ([2019]2-8)।
लेखकों को सार्वजनिक डेटाबेस में चावल माइक्रोबायोम डेटा प्रदान करने और इस पांडुलिपि की तैयारी के दौरान अपनी भाषाई सहायता के लिए TopEdit (www.topeditsci.com) से समर्थन के लिए एडवर्ड्स जे एट अल शुक्रिया अदा करना चाहते हैं ।
Materials
| Name | Company | Catalog Number | Comments |
| R | The University of Auckland | version 4.0.2 | R is a free software environment for statistical computing and graphics. It compiles and runs on a wide variety of UNIX platforms, Windows and MacOS. |
| RStdio | JJ Allaire | version 1.4.1103 | The RStudio IDE is a set of integrated tools designed to help you be more productive with R and Python. |
| Cytoscape | version 3.7.1 | Cytoscape is an open source software platform for visualizing complex networks and integrating these with any type of attribute data. | |
| NCBI database | The National Center for Biotechnology Information advances science and health by providing access to biomedical and genomic information. |
References
- 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 complexities of the soil microbiome. Nature Review Microbiology. 15 (10), 579-590 (2017).
- Jin, J., Wang, G. H., Liu, X. B., Liu, J. D., Chen, X. L., Herbert, S. J. Temporal and spatial dynamics of bacterial community in the rhizosphere of soybean genotypes grown in a black soil. Pedosphere. 19 (6), 808-816 (2009).
- Ma, B., et al. Genetic correlation network prediction of forest soil microbial functional organization. ISME J. 12 (10), 2492-2505 (2018).
- de Vries, F. T., et al. Soil bacterial networks are less stable under drought than fungal networks. Nature Communications. 9 (1), 3033 (2018).
- Colin, C., et al. Correlating transcriptional networks to breast cancer survival: a large-scale coexpression analysis. Carcinogenesis. (10), 2300-2308 (2013).
- Ma, B., Zhao, K., Lv, X., et al. Genetic correlation network prediction of forest soil microbial functional organization. ISME J. 12, 2492-2505 (2018).
- Zhang, B., Horvath, S. A general framework for weighted gene co-expression network analysis. Statistical applications in genetics and molecular biology. 4 (1), (2005).
- Edwards, J. A., et al. Compositional shifts in root-associated bacterial and archaeal microbiota track the plant life cycle in field-grown rice. PLoS Biology. 16 (2), 2003862 (2018).
- Bashan, Y., De-Bashan, L. E. How the Plant Growth-Promoting Bacterium Azospirillum Promotes Plant Growth-A Critical Assessment. Advances in Agronomy. 108, 77-136 (2010).
- Lovley, D. R., et al. Geobacter: The Microbe Electric's Physiology, Ecology, and Practical Applications. Advances in Microbial Physiology. 59, 1 (2011).
- Langfelder, P., Horvath, S. WGCNA: an R package for weighted correlation network analysis. BMC Bioinformatics. 9, 559 (2008).
- Zhang, B., Horvath, S. A General Framework for Weighted Gene Co-expression Network Analysis. Statistical Applications in Genetics and Molecular Biology. 4 (1), 17 (2005).
- Horvath, S., Dong, J. Geometric interpretation of Gene Co-expression Network Analysis. PLoS Computational Biology. 4 (8), 1000117 (2008).
- Langfelder, P., Horvath, S. Eigengene networks for studying the relationships between co-expression modules. BMC Systems Biology. 1, 54 (2007).
- Horvath, S., et al. Analysis of Oncogenic Signaling Networks in Glioblastoma Identifies ASPM as a Novel Molecular Target. Proceedings of the National Academy of Sciences of the United States of America. 103 (46), 17402-17407 (2006).
- Carlson, M. R., et al. and Sequence Conservation: Predictions from Modular Yeast Co-expression Networks. BMC Genomics. 7 (1), 40 (2006).
- Fuller, T., et al. Weighted Gene Co-expression Network Analysis Strategies Applied to Mouse Weight. Mammalian Genome. 6 (18), 463-472 (2007).
- Yin, L., Wang, Y., Lin, Y., et al. Explorative analysis of the gene expression profile during liver regeneration of mouse: a microarray-based study[J]. Artificial Cells Nanomedicine & Biotechnology. 47 (1), 1113-1121 (2019).
- Oldham, M., Horvath, S., Geschwind, D. Conservation and Evolution of Gene Co-expression Networks in Human and Chimpanzee Brains. Proceedings of the National Academy of Sciences of the United States of America. 103 (47), 17973-17978 (2006).
- Oldham, M. C., et al. Functional organization of the transcriptome in human brain. Nature Neuroscience. 11 (11), 1271-1282 (2008).
- Keller, M. P., et al. A gene expression network model of type 2 diabetes links cell cycle regulation in islets with diabetes susceptibility. Genome Research. 18 (5), 706-716 (2008).
- Weston, D., Gunter, L., Rogers, A., Wullschleger, S. Connecting genes, coexpression modules, and molecular signatures to environmental stress phenotypes in plants. BMC Systems Biology. 2 (1), 16 (2008).
- Jorda´n, F. Keystone species and food webs. Biological Sciences. 364, 1733-1741 (2009).
- Backhed, F., Ley, R. E., Sonnenburg, J. L., Peterson, D. A., Gordon, J. I.
