CN109593865A - 海洋珊瑚菌群结构分析、基因挖掘方法及设备 - Google Patents

海洋珊瑚菌群结构分析、基因挖掘方法及设备 Download PDF

Info

Publication number
CN109593865A
CN109593865A CN201811252030.6A CN201811252030A CN109593865A CN 109593865 A CN109593865 A CN 109593865A CN 201811252030 A CN201811252030 A CN 201811252030A CN 109593865 A CN109593865 A CN 109593865A
Authority
CN
China
Prior art keywords
flora
coral
marine coral
marine
otu
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811252030.6A
Other languages
English (en)
Inventor
宁康
曹乐
周纯羽
朱雪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Ezhou Institute of Industrial Technology Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Ezhou Institute of Industrial Technology Huazhong University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology, Ezhou Institute of Industrial Technology Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201811252030.6A priority Critical patent/CN109593865A/zh
Publication of CN109593865A publication Critical patent/CN109593865A/zh
Pending legal-status Critical Current

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6888—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms
    • C12Q1/689—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for detection or identification of organisms for bacteria
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/178—Oligonucleotides characterized by their use miRNA, siRNA or ncRNA

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Microbiology (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Biotechnology (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明实施例提供了一种海洋珊瑚菌群结构分析、基因挖掘方法及设备。其中，所述方法包括：对海洋珊瑚菌群样本的16S rRNA进行OTU聚类得到OTU表，剔除分布不均匀的OTU，采用QIIME2分析流程对海洋珊瑚菌群样本进行分析，获取海洋珊瑚菌群的分类结果，并获取海洋珊瑚菌群的组成结构及丰度；对分类后的海洋珊瑚菌群进行Core/Pan物种分析，获取海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，并构建海洋珊瑚与细菌关系网络及海洋珊瑚发育树，获取海洋珊瑚核心细菌与菌群丰度之间的相关性，挖掘具有核心生态功能的菌群基因。本发明实施例提供的海洋珊瑚菌群结构分析、基因挖掘方法及设备，有助于全面研究海洋珊瑚菌群物种与基因的多样性和分布情况。

Description

海洋珊瑚菌群结构分析、基因挖掘方法及设备
技术领域
本发明实施例涉及海洋珊瑚菌群微生物研究技术领域，尤其涉及一种海洋珊瑚菌群结构分析、基因挖掘方法及设备。
背景技术
珊瑚共生体是珊瑚和细菌群落结合的一种普遍存在的模式，但是其组成会随外界环境的变化而不断改变，在海洋中不同的地理位置或时间尺度上的变化都可能驱使特定的菌群快速繁殖或逐渐消亡，从而帮助宿主在新的生物和非生物体系中定居下来。因此，也可以根据珊瑚菌群的变化来推断环境的变化趋势以及宿主的适应过程。在珊瑚礁生态***中，某些特定的细菌及其群落可能在生物体功能和生态***动力学中都至关重要，这些细菌间的紧密的联系和相互作用机制尚未被发现，特定的细菌共生体在整个珊瑚礁生态***中所做出的贡献也未被挖掘出来。为了挖掘协助宿主发挥某些基本功能的特定细菌，除了探究不同珊瑚物种共生菌群的组成之外，还要结合地理、时间和空间稳定性和动态变化性来分析相同珊瑚物种处于不同珊瑚生态环境的共生菌群组成，这就要求我们不但要考虑珊瑚周围海水的化学、物理学和生物学波动因素(如PH、温度、深度、营养含量等等)，还要将珊瑚本身的一些生物学差异(如物种间或物种内空间等资源竞争，健康状态等)考虑在内，这些因素都会导致珊瑚菌群的高度变异性。
另一方面，由于全球气候变化、海水富营养化、酸化、过度捕捞和潜水等人类活动都导致珊瑚数量不断下降。面对日益恶化的环境，珊瑚礁感染珊瑚流行疾病达到了前所未有的速度，导致了本就受外界自然环境影响而难以分类的珊瑚-细菌共生体变得更加复杂。由于珊瑚微生物种群数量庞大，传统分离培养技术研究得到分类注释过的珊瑚微生物很有限，使得在理解细菌群落在珊瑚细菌共生关系的功能重要性方面存在实质性的知识空白和挑战。因此，找到一种可以避免只能应用于可培养群落组分的弊端，探究影响菌群结构和功能的核心因素，找出分子已至细胞乃至种群内部之间相互作用的机制，挖掘具有重要生态意义的生态意义的微生物，有助于全面研究海洋珊瑚菌群物种与基因的多样性和分布情况的方法，就成为业界广泛关注的问题。
发明内容
针对现有技术存在的上述问题，本发明实施例提供了一种海洋珊瑚菌群结构分析、基因挖掘方法及设备。
第一方面，本发明的实施例提供了一种海洋珊瑚菌群结构分析、基因挖掘方法，包括：获取海洋珊瑚菌群样本的16S rRNA，对所述16S rRNA进行OTU聚类得到OTU表，剔除所述OTU表中分布不均匀的OTU，采用QIIME2分析流程对剔除分布不均匀的OTU后的海洋珊瑚菌群样本进行分析，获取海洋珊瑚菌群的分类结果，根据所述分类结果，获取海洋珊瑚菌群的组成结构及丰度；对分类后的海洋珊瑚菌群进行Core/Pan物种分析，获取海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，并构建海洋珊瑚与细菌关系网络及海洋珊瑚发育树，获取海洋珊瑚核心细菌与菌群丰度之间的相关性，结合所述海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，挖掘具有核心生态功能的菌群基因。
进一步地，所述获取海洋珊瑚菌群样本的16S rRNA，包括：从NCBI数据库中获取来自十个不同项目的海洋珊瑚菌群样本的16S rRNA。
进一步地，所述对所述16S rRNA进行OTU聚类得到OTU表，包括：采用Parallel-META3分析方法将16S rRNA按照97％的相似性聚类成6,6183个OTU，与Greengenes参考数据库比对进行初步过滤，将菌群鉴定到门、纲、目、科及属分类学水平上，获取所述OTU表。
进一步地，所述剔除所述OTU表中分布不均匀的OTU，包括：采用R软件挑选出所述Parallel-META3分析方法过程中出现的分布不均匀的OTU。
进一步地，所述采用QIIME2分析流程对剔除分布不均匀的OTU后的海洋珊瑚菌群样本进行分析，获取海洋珊瑚菌群的分类结果，包括：调用QIIME2中的typeEMPSingleEndSequences命令将海洋珊瑚菌群样本格式化为qza或qzv格式，制作包括海洋珊瑚菌群样本名称、序列的绝对路径及序列方向的csv样品文件格式清单，采用“qiimequality-filter q-score”命令将格式化的海洋珊瑚菌群样本按照质量分数进行初步过滤；采用p-trunc-len将p-trim-left去除边缘低质量区，并生成Feature表；将所述Feature表与Greengenes参考数据库，Silva综合数据库及Unite比对数据库进行比对，调用QIIME2中的qiime feature-classifier classify-sklearn命令进行物种分类，获取海洋珊瑚菌群的分类结果。
进一步地，所述根据所述分类结果，获取海洋珊瑚菌群的组成结构及丰度，包括：根据所述分类结果，将高变区去除，采用qiime phylogeny midpoint-root命令将qiimephylogeny fasttree命令得到的无根进化树转换成有根进化树，并将最小数据量作为重抽样深度，基于Unweighted Unifrac的主坐标轴分析地理位置、采样生态位置、海洋珊瑚的健康状况及海洋珊瑚物种对海洋珊瑚菌群组成结构的影响，获取海洋珊瑚菌群的组成结构及丰度。
进一步地，所述构建海洋珊瑚与细菌关系网络，包括：根据任意两个科的细菌***型的Pearson相关性，采用Cytoscape软件构建海洋珊瑚与细菌关系网络。
第二方面，本发明的实施例提供了一种海洋珊瑚菌群结构分析、基因挖掘装置，包括：
海洋珊瑚菌群的组成结构及丰度获取模块，用于获取海洋珊瑚菌群样本的16SrRNA，对所述16S rRNA进行OTU聚类得到OTU表，剔除所述OTU表中分布不均匀的OTU，采用QIIME2分析流程对剔除分布不均匀的OTU后的海洋珊瑚菌群样本进行分析，获取海洋珊瑚菌群的分类结果，根据所述分类结果，获取海洋珊瑚菌群的组成结构及丰度；
核心生态功能的菌群基因挖掘模块，用于对分类后的海洋珊瑚菌群进行Core/Pan物种分析，获取海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，并构建海洋珊瑚与细菌关系网络及海洋珊瑚发育树，获取海洋珊瑚核心细菌与菌群丰度之间的相关性，结合所述海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，挖掘具有核心生态功能的菌群基因。
第三方面，本发明的实施例提供了一种电子设备，包括：
至少一个处理器；以及
与处理器通信连接的至少一个存储器，其中：
存储器存储有可被处理器执行的程序指令，处理器调用程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的海洋珊瑚菌群结构分析、基因挖掘方法。
第四方面，本发明的实施例提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的海洋珊瑚菌群结构分析、基因挖掘方法。
本发明实施例提供的海洋珊瑚菌群结构分析、基因挖掘方法及设备，通过海洋珊瑚菌群样本的16S rRNA获取相应的OTU表，采用QIIME2分析流程对海洋珊瑚样本进行分析，并对分类后的的海洋珊瑚菌群进行Core/Pan物种分析，可以避免现有技术中只能应用于可培养群落组分的弊端，有助于全面研究海洋珊瑚菌群物种与基因的多样性和分布情况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的海洋珊瑚菌群结构分析、基因挖掘方法流程图；
图2为本发明实施例提供的海洋珊瑚菌群结构分析、基因挖掘装置结构示意图；
图3为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外，本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本发明实施例提供了一种海洋珊瑚菌群结构分析、基因挖掘方法，参见图1，该方法包括：
101、获取海洋珊瑚菌群样本的16S rRNA，对所述16S rRNA进行OTU聚类得到OTU表，剔除所述OTU表中分布不均匀的OTU，采用QIIME2分析流程对剔除分布不均匀的OTU后的海洋珊瑚菌群样本进行分析，获取海洋珊瑚菌群的分类结果，根据所述分类结果，获取海洋珊瑚菌群的组成结构及丰度；
102、对分类后的海洋珊瑚菌群进行Core/Pan物种分析，获取海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，并构建海洋珊瑚与细菌关系网络及海洋珊瑚发育树，获取海洋珊瑚核心细菌与菌群丰度之间的相关性，结合所述海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，挖掘具有核心生态功能的菌群基因。
本发明实施例提供的海洋珊瑚菌群结构分析、基因挖掘方法，通过海洋珊瑚菌群样本的16S rRNA获取相应的OTU表，采用QIIME2分析流程对海洋珊瑚样本进行分析，并对分类后的的海洋珊瑚菌群进行Core/Pan物种分析，可以避免现有技术中只能应用于可培养群落组分的弊端，有助于全面研究海洋珊瑚菌群物种与基因的多样性和分布情况。
在上述实施例的基础上，本发明实施例中提供的海洋珊瑚菌群结构分析、基因挖掘方法，所述获取海洋珊瑚菌群样本的16S rRNA，包括：从NCBI数据库中获取来自十个不同项目的海洋珊瑚菌群样本的16S rRNA。
在上述实施例的基础上，本发明实施例中提供的海洋珊瑚菌群结构分析、基因挖掘方法，所述对所述16S rRNA进行OTU聚类得到OTU表，包括：采用Parallel-META3分析方法将16S rRNA按照97％的相似性聚类成6,6183个OTU，与Greengenes参考数据库比对进行初步过滤，将菌群鉴定到门、纲、目、科及属分类学水平上，获取所述OTU表。
在上述实施例的基础上，本发明实施例中提供的海洋珊瑚菌群结构分析、基因挖掘方法，所述剔除所述OTU表中分布不均匀的OTU，包括：采用R软件挑选出所述Parallel-META3分析方法过程中出现的分布不均匀的OTU。
在上述实施例的基础上，本发明实施例中提供的海洋珊瑚菌群结构分析、基因挖掘方法，所述采用QIIME2分析流程对剔除分布不均匀的OTU后的海洋珊瑚菌群样本进行分析，获取海洋珊瑚菌群的分类结果，包括：
调用QIIME2中的type EMPSingleEndSequences命令将海洋珊瑚菌群样本格式化为qza或qzv格式，制作包括海洋珊瑚菌群样本名称、序列的绝对路径及序列方向的csv样品文件格式清单，采用“qiime quality-filter q-score”命令将格式化的海洋珊瑚菌群样本按照质量分数进行初步过滤；采用p-trunc-len将p-trim-left去除边缘低质量区，并生成Feature表；
将所述Feature表与Greengenes参考数据库，Silva综合数据库及Unite比对数据库进行比对，调用QIIME2中的qiime feature-classifier classify-sklearn命令进行物种分类，获取海洋珊瑚菌群的分类结果。执行qiime metadata tabulate和qiime taxabarplot命令对分类结果进行可视化。
其中，所述Greengenes数据库较常用于16S rRNA基因高通量测序后进行嵌合体去除的参比数据库。所述Silva数据库是目前rRNA基因高通量测序后最常选用的参考数据库之一。所述Unite数据库常被用于ITS序列高通量测序后对真菌进行分类注释的比对数据库。
在上述实施例的基础上，本发明实施例中提供的海洋珊瑚菌群结构分析、基因挖掘方法，所述根据所述分类结果，获取海洋珊瑚菌群的组成结构及丰度，包括：根据所述分类结果，将高变区去除，采用qiime phylogeny midpoint-root命令将qiime phylogenyfasttree命令得到的无根进化树转换成有根进化树，并将最小数据量作为重抽样深度，基于Unweighted Unifrac 的主坐标轴分析地理位置、采样生态位置、海洋珊瑚的健康状况及海洋珊瑚物种对海洋珊瑚菌群组成结构的影响，获取海洋珊瑚菌群的组成结构及丰度。
在上述实施例的基础上，本发明实施例中提供的海洋珊瑚菌群结构分析、基因挖掘方法，所述构建海洋珊瑚与细菌关系网络，包括：根据任意两个科的细菌***型的Pearson相关性，采用Cytoscape软件构建海洋珊瑚与细菌关系网络。
为了更加清晰的呈现本发明的精神实质，下面将本发明前述各个实施例的技术特征进行选择组合，提供一个综合的实施例，以对本发明的精神实质做进一步阐述。需要说明的是，该实施例仅为有助于更好地理解本发明的技术本质，并不代表本发明就局限于该实施例的技术方案的范畴之内。
以NCBI数据库中10个不同项目的珊瑚物种和海水样本为例：
1)首先从NCBI数据库中收集到了来自10个不同项目的528个样本(包含13个不同的珊瑚物种和一些地域的海水样本，按照地理位置可划分为12个地区)的16S rRNA数据如表1所有样本的基本信息。
表1
2)将16S rRNA序列按照97％的相似性聚类成6,6183个OTU，与Greengenes参考数据库比对，将菌群鉴定到门、纲、目、科、属分类学水平上，并将各种菌群在各分类水平上的相对丰度可视化(44个不同的目水平物种)。
3)首先利用R软件将上述分析所有样本中分布不均匀的OTU挑选出来，并调用QIIME2中的--type EMPSingleEndSequences命令将(挑选剩下的样本)数据格式标准化为qza或者qzv格式，同时制作一个包括样品名称、序列所在绝对路径、序列方向三列的csv样品文件格式清单；其次，利用qiime quality-filter q-score命令将标准化的数据按照质量分数对序列进行初步过滤，然后，用--p-trunc-len将--p-trim-left去除边缘低质量区的序列切成一定长度的片段生成Feature表；之后，去除Feature表中的高变区，利用qiimephylogeny midpoint-root命令将qiime phylogeny fasttree命令得到无根进化树转化为有根树，并将最小数据量作为重抽样深度，基于Unweighted Unifrac的主坐标轴分析所有的样本，将地理位置和物种，地理位置和采样生态位置因素两两组合，同时将含有疾病珊瑚样本的两个项目的数据(见表2对珊瑚共生菌群进行控制变量分析)挑出来单独进行分析，来确定不同地理位置、物种、采样生态位置和珊瑚自身的健康状况对海洋珊瑚菌群的结构和组成的影响，并分析各因素下珊瑚物种的转化和分布情况。
表2(★表示变量)
4)将Feature表文件与Greengenes(细菌、古菌16S rRNA基因的参考数据库)，Silva(16S rRNA和18S rRNA基因序列的综合数据库)和Unite(ITS序列高通量测序后对真菌进行分类注释的比对数据库)数据库进行比对，调用QIIME2中的qiime feature-classifier classify-sklearn命令按照注释信息进行物种分类，得到物种分类文件，执行qiime metadata tabulate和qiime taxa barplot命令对分类结果进行可视化。
5)首先，对分类后的所有物种进行Core/Pan物种分析发现两个样品之间甚至是说所有样品间pan珊瑚微生物的OTU数量都没有明显的变化，而当逐一考虑每个样品时，Core物种OTU的数量会发生明显变化，故将Core物种OTU作为区分样品的方法来探究每个珊瑚社区之间潜在的相互作用；
其次，去除所有的海水样本(得到474个样本)对整个珊瑚群落中的6,6183个OTU的核心细菌进行分类学分析，发现超过50％的珊瑚个体中只含有66种细菌***型，其中属于Hahellaceae科的Hah Endozoicomonas和海洋螺菌目(Oceanospirillales)是所有珊瑚礁***中最常见的属水平细菌群落。超过90％样品都由它组成，作为一种需氧型海洋细菌，能够降解有机化合物，代谢二甲基硫代丙酸盐，为寄生在珊瑚中的能够进行光合作用的藻类的硫循环提供前体；其他在超过80％的珊瑚个体中都存在的细菌群落包括RhoRhodobacteraceae Group，Pel Pelagibacteraceae Group，Pse Pseudomonas和PsePseudoalteromonas。此外，对所有分组中的共生细菌群落进行分析，一共有125种核心细菌菌群虽然重要但是还未进行分类学鉴定，无法知道具体的物种信息，而且有些细菌丰度较低可能不会被发现。
之后，根据任意两个科水平的细菌***型的Pearson相关性在Cytoscape软件中构建珊瑚-细菌共出现网络(整个共出现网络由97个节点和684条边组成)，其中，Procabacteriaceae，Bartonellaceae，Dermabacteraceae，Sneathiellaceae和OM60是出现频率最高的5种细菌***型，其次是甲基球菌科(Methylococcaceae)，Ulvophyceae，Chitinophagaceae，Parvularculaceae和Saprospiraceae，而且出现频率较高的绝大部分物种总是属于丰度较低的***型。
然后构建***发育树分析珊瑚核心细菌与细菌群落丰富度之间存在相关性，发现在80％以上的样本中存在50个***型，而且在检测到的99个科水平细菌分类学中的21种***型存在于80％以上的样本中，据此可推断这些一直存在的高丰度的细菌群落在宿主生理学中起重要的作用(如Hahellaceae和Rhodobacteraceae)，同时也存在一些低丰度的***型被鉴定为普遍存在的珊瑚共生微生物组，如Piscirickettsiaceae，Moraxellaceae和Halomonadaceae。其中，Moraxellaceae属于假单胞菌纲，Gammaproteobacteria科，分布于各种自然栖息地，在各种生态和临床过程中起着重要作用；Halomonadaceae被认为是珊瑚的“居民”，即大部分珊瑚中都具有这类菌群，可以生成一些功能酶来分解珊瑚组织中的二甲基硫代丙酸酯和丙烯酸酯。也有其他较高丰度的可能存在功能学意义的细菌***型，但是仅出现在特定的地理条件下(如聚球藻科(Synechococcaceae)，螺杆菌科(Helicobacteraceae)和疣微菌科(Verrucomicrobiacea))，表明个别珊瑚的共生细菌群落只在特定的地理位置出现，再次说明珊瑚微生物与寄主殖民地有一定关联性。
最后，分析不同珊瑚类型和海水之间的细菌群落相对丰度，找到15种珊瑚物种包含这些相关性较大的共生细菌群落，其中一些丰度较高且存在于大多数珊瑚中的微生物群会倾向于存在一些特定珊瑚共生菌群中(如Rhodobacteraceae，Rhodospirillaceae和Flavobacteriaceae)。一些珊瑚物种主要由Acropora cervicomis和A.hyacinthus等几个科组成，而且Vibrionaceae的相对丰度在Eunicella.Verrucosay珊瑚物种中明显增加。此外，Pelagibacteraceae在大部分海水样本中都存在。
本发明各个实施例的实现基础是通过具有处理器功能的设备进行程序化的处理实现的。因此在工程实际中，可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况，在上述各实施例的基础上，本发明的实施例提供了一种海洋珊瑚菌群结构分析、基因挖掘装置，该装置用于执行上述方法实施例中的海洋珊瑚菌群结构分析、基因挖掘方法。参见图2，该装置包括：
海洋珊瑚菌群的组成结构及丰度获取模块201，用于获取海洋珊瑚菌群样本的16SrRNA，对所述16S rRNA进行OTU聚类得到OTU表，剔除所述OTU表中分布不均匀的OTU，采用QIIME2分析流程对剔除分布不均匀的OTU后的海洋珊瑚菌群样本进行分析，获取海洋珊瑚菌群的分类结果，根据所述分类结果，获取海洋珊瑚菌群的组成结构及丰度；
核心生态功能的菌群基因挖掘模块202，用于对分类后的海洋珊瑚菌群进行Core/Pan物种分析，获取海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，并构建海洋珊瑚与细菌关系网络及海洋珊瑚发育树，获取海洋珊瑚核心细菌与菌群丰度之间的相关性，结合所述海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，挖掘具有核心生态功能的菌群基因。
本发明实施例提供的海洋珊瑚菌群结构分析、基因挖掘装置，采用海洋珊瑚菌群的组成结构及丰度获取模块及核心生态功能的菌群基因挖掘模块，通过海洋珊瑚菌群样本的16S rRNA获取相应的OTU表，采用QIIME2分析流程对海洋珊瑚样本进行分析，并对分类后的的海洋珊瑚菌群进行Core/Pan物种分析，可以避免现有技术中只能应用于可培养群落组分的弊端，有助于全面研究海洋珊瑚菌群物种与基因的多样性和分布情况。
本发明实施例的方法是依托电子设备实现的，因此对相关的电子设备有必要做一下介绍。基于此目的，本发明的实施例提供了一种电子设备，如图3所示，该电子设备包括：至少一个处理器(processor)301、通信接口(Communications Interface)304、至少一个存储器(memory)302和通信总线303，其中，至少一个处理器301，通信接口304，至少一个存储器302通过通信总线303完成相互间的通信。至少一个处理器301可以调用至少一个存储器302中的逻辑指令，以执行如下方法：获取海洋珊瑚菌群样本的16S rRNA，对所述16S rRNA进行OTU聚类得到OTU表，剔除所述OTU表中分布不均匀的OTU，采用QIIME2分析流程对剔除分布不均匀的OTU后的海洋珊瑚菌群样本进行分析，获取海洋珊瑚菌群的分类结果，根据所述分类结果，获取海洋珊瑚菌群的组成结构及丰度；对分类后的海洋珊瑚菌群进行Core/Pan物种分析，获取海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，并构建海洋珊瑚与细菌关系网络及海洋珊瑚发育树，获取海洋珊瑚核心细菌与菌群丰度之间的相关性，结合所述海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，挖掘具有核心生态功能的菌群基因。
此外，上述的至少一个存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。例如包括：获取海洋珊瑚菌群样本的16SrRNA，对所述16S rRNA进行OTU聚类得到OTU表，剔除所述OTU表中分布不均匀的OTU，采用QIIME2分析流程对剔除分布不均匀的OTU后的海洋珊瑚菌群样本进行分析，获取海洋珊瑚菌群的分类结果，根据所述分类结果，获取海洋珊瑚菌群的组成结构及丰度；对分类后的海洋珊瑚菌群进行Core/Pan物种分析，获取海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，并构建海洋珊瑚与细菌关系网络及海洋珊瑚发育树，获取海洋珊瑚核心细菌与菌群丰度之间的相关性，结合所述海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，挖掘具有核心生态功能的菌群基因。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种海洋珊瑚菌群结构分析、基因挖掘方法，其特征在于，包括：
获取海洋珊瑚菌群样本的16S rRNA，对所述16S rRNA进行OTU聚类得到OTU表，剔除所述OTU表中分布不均匀的OTU，采用QIIME2分析流程对剔除分布不均匀的OTU后的海洋珊瑚菌群样本进行分析，获取海洋珊瑚菌群的分类结果，根据所述分类结果，获取海洋珊瑚菌群的组成结构及丰度；
对分类后的海洋珊瑚菌群进行Core/Pan物种分析，获取海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，并构建海洋珊瑚与细菌关系网络及海洋珊瑚发育树，获取海洋珊瑚核心细菌与菌群丰度之间的相关性，结合所述海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，挖掘具有核心生态功能的菌群基因。
2.根据权利要求1所述的海洋珊瑚菌群结构分析、基因挖掘方法，其特征在于，所述获取海洋珊瑚菌群样本的16S rRNA，包括：
从NCBI数据库中获取来自十个不同项目的海洋珊瑚菌群样本的16S rRNA。
3.根据权利要求1所述的海洋珊瑚菌群结构分析、基因挖掘方法，其特征在于，所述对所述16S rRNA进行OTU聚类得到OTU表，包括：
采用Parallel-META3分析方法将16S rRNA按照97％的相似性聚类成6,6183个OTU，与Greengenes参考数据库比对进行初步过滤，将菌群鉴定到门、纲、目、科及属分类学水平上，获取所述OTU表。
4.根据权利要求2所述的海洋珊瑚菌群结构分析、基因挖掘方法，其特征在于，所述剔除所述OTU表中分布不均匀的OTU，包括：
采用R软件挑选出所述Parallel-META3分析方法过程中出现的分布不均匀的OTU。
5.根据权利要求1所述的海洋珊瑚菌群结构分析、基因挖掘方法，其特征在于，所述采用QIIME2分析流程对剔除分布不均匀的OTU后的海洋珊瑚菌群样本进行分析，获取海洋珊瑚菌群的分类结果，包括：
调用QIIME2中的type EMPSingleEndSequences命令将海洋珊瑚菌群样本格式化为qza或qzv格式，制作包括海洋珊瑚菌群样本名称、序列的绝对路径及序列方向的csv样品文件格式清单，采用“qiime quality-filterq-score”命令将格式化的海洋珊瑚菌群样本按照质量分数进行初步过滤；采用p-trunc-len将p-trim-left去除边缘低质量区，并生成Feature表；
将所述Feature表与Greengenes参考数据库，Silva综合数据库及Unite比对数据库进行比对，调用QIIME2中的qiime feature-classifier classify-sklearn命令进行物种分类，获取海洋珊瑚菌群的分类结果。
6.根据权利要求1所述的海洋珊瑚菌群结构分析、基因挖掘方法，其特征在于，所述根据所述分类结果，获取海洋珊瑚菌群的组成结构及丰度，包括：
根据所述分类结果，将高变区去除，采用qiime phylogeny midpoint-root命令将qiime phylogeny fasttree命令得到的无根进化树转换成有根进化树，并将最小数据量作为重抽样深度，基于Unweighted Unifrac的主坐标轴分析地理位置、采样生态位置、海洋珊瑚的健康状况及海洋珊瑚物种对海洋珊瑚菌群组成结构的影响，获取海洋珊瑚菌群的组成结构及丰度。
7.根据权利要求3所述的海洋珊瑚菌群结构分析、基因挖掘方法，其特征在于，所述构建海洋珊瑚与细菌关系网络，包括：
根据任意两个科的细菌***型的Pearson相关性，采用Cytoscape软件构建海洋珊瑚与细菌关系网络。
8.一种海洋珊瑚菌群结构分析、基因挖掘装置，其特征在于，包括：
海洋珊瑚菌群的组成结构及丰度获取模块，用于获取海洋珊瑚菌群样本的16S rRNA，对所述16S rRNA进行OTU聚类得到OTU表，剔除所述OTU表中分布不均匀的OTU，采用QIIME2分析流程对剔除分布不均匀的OTU后的海洋珊瑚菌群样本进行分析，获取海洋珊瑚菌群的分类结果，根据所述分类结果，获取海洋珊瑚菌群的组成结构及丰度；
核心生态功能的菌群基因挖掘模块，用于对分类后的海洋珊瑚菌群进行Core/Pan物种分析，获取海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，并构建海洋珊瑚与细菌关系网络及海洋珊瑚发育树，获取海洋珊瑚核心细菌与菌群丰度之间的相关性，结合所述海洋珊瑚菌群中的细菌在形成海洋珊瑚共生体过程中发挥的功能，挖掘具有核心生态功能的菌群基因。
9.一种电子设备，其特征在于，包括：
至少一个处理器、至少一个存储器、通信接口和总线；其中，
所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行如权利要求1至7任一项所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至7中任一项所述的方法。
CN201811252030.6A 2018-10-25 2018-10-25 海洋珊瑚菌群结构分析、基因挖掘方法及设备 Pending CN109593865A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811252030.6A CN109593865A (zh) 2018-10-25 2018-10-25 海洋珊瑚菌群结构分析、基因挖掘方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811252030.6A CN109593865A (zh) 2018-10-25 2018-10-25 海洋珊瑚菌群结构分析、基因挖掘方法及设备

Publications (1)

Publication Number Publication Date
CN109593865A true CN109593865A (zh) 2019-04-09

Family

ID=65957893

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811252030.6A Pending CN109593865A (zh) 2018-10-25 2018-10-25 海洋珊瑚菌群结构分析、基因挖掘方法及设备

Country Status (1)

Country Link
CN (1) CN109593865A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110444254A (zh) * 2019-07-08 2019-11-12 深圳先进技术研究院 一种菌群标记物的检测方法、检测***及终端
CN114093411A (zh) * 2021-11-29 2022-02-25 中国人民解放军总医院 基于样本的微生物群体的进化关系和丰度信息的分析方法及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715165A (zh) * 2014-12-19 2015-06-17 中国石油天然气集团公司 一种基于宏基因技术的石油污染海洋生态环境评价方法
CA3002110A1 (en) * 2015-10-16 2017-04-20 Genome Research Limited Methods associated with a database that stores a plurality of reference genomes
WO2017096385A1 (en) * 2015-12-04 2017-06-08 Biome Makers Inc. Microbiome based identification, monitoring and enhancement of fermentation processes and products
CN108486238A (zh) * 2018-04-10 2018-09-04 南京大学 一种基于高通量测序的生物强化功能菌群解析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715165A (zh) * 2014-12-19 2015-06-17 中国石油天然气集团公司 一种基于宏基因技术的石油污染海洋生态环境评价方法
CA3002110A1 (en) * 2015-10-16 2017-04-20 Genome Research Limited Methods associated with a database that stores a plurality of reference genomes
WO2017096385A1 (en) * 2015-12-04 2017-06-08 Biome Makers Inc. Microbiome based identification, monitoring and enhancement of fermentation processes and products
CN108486238A (zh) * 2018-04-10 2018-09-04 南京大学 一种基于高通量测序的生物强化功能菌群解析方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ENRIQUEZOZAYA-VALDES 等: "Acomprehensiveanalysisofthemicrobialcommunitiesofhealthyanddiseasedmarinemacroalgaeandthedetectionofknownandpotentialbacterialpthogens", 《FRONTIERSINMICROBIOLOGY》 *
MICHAEL HALL 等: "16S rRNA Gene Analysis with QIIME2", 《METHODS IN MOLECULAR BIOLOGY》 *
张家超: "《肠道微生物组与人类健康》", 30 June 2017, 中国原子能出版社 *
韩毛振 等: "中国南海和莫雷阿岛珊瑚礁共生的微生物菌群分析比较", 《2015中国遗传学会大会论文摘要汇编》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110444254A (zh) * 2019-07-08 2019-11-12 深圳先进技术研究院 一种菌群标记物的检测方法、检测***及终端
CN110444254B (zh) * 2019-07-08 2021-10-19 深圳先进技术研究院 一种菌群标记物的检测方法、检测***及终端
CN114093411A (zh) * 2021-11-29 2022-02-25 中国人民解放军总医院 基于样本的微生物群体的进化关系和丰度信息的分析方法及设备
CN114093411B (zh) * 2021-11-29 2022-08-09 中国人民解放军总医院 基于样本的微生物群体的进化关系和丰度信息的分析方法及设备

Similar Documents

Publication Publication Date Title
Cheng et al. Hierarchical and spatially explicit clustering of DNA sequences with BAPS software
Ragsdale et al. A weakly structured stem for human origins in Africa
Ahrens et al. Rarity and incomplete sampling in DNA-based species delimitation
Flot Species delimitation's coming of age
Carstens et al. Species delimitation using a combined coalescent and information-theoretic approach: an example from North American Myotis bats
Pisani Identifying and removing fast-evolving sites using compatibility analysis: an example from the Arthropoda
Kubatko Identifying hybridization events in the presence of coalescence via model selection
Nevado et al. Repeated unidirectional introgression of nuclear and mitochondrial DNA between four congeneric Tanganyikan cichlids
DeGiorgio et al. Robustness to divergence time underestimation when inferring species trees from estimated gene trees
Grewe et al. Reference-based RADseq resolves robust relationships among closely related species of lichen-forming fungi using metagenomic DNA
Oyston et al. Why should we investigate the morphological disparity of plant clades?
Chang et al. Genome-scale phylogenetic analyses confirm Olpidium as the closest living zoosporic fungus to the non-flagellated, terrestrial fungi
Godden et al. Phylotranscriptomic analyses reveal asymmetrical gene duplication dynamics and signatures of ancient polyploidy in mints
Gratton et al. Testing classical species properties with contemporary data: how “bad species” in the brassy ringlets (Erebia tyndarus complex, Lepidoptera) turned good
Prebus Phylogenomic species delimitation in the ants of the Temnothorax salvini group (Hymenoptera: Formicidae): an integrative approach
Shah et al. TIPP2: metagenomic taxonomic profiling using phylogenetic markers
Mastretta-Yanes et al. Gene duplication, population genomics, and species-level differentiation within a tropical mountain shrub
CN109593865A (zh) 海洋珊瑚菌群结构分析、基因挖掘方法及设备
Grundler et al. Complex ecological phenotypes on phylogenetic trees: a Markov process model for comparative analysis of multivariate count data
Sun et al. Rampant false detection of adaptive phenotypic optimization by ParTI-based Pareto front inference
Chaudhary et al. Assessing approaches for inferring species trees from multi-copy genes
Zuluaga et al. Genotyping-by-sequencing in Vigna unguiculata landraces and its utility for assessing taxonomic relationships
Larouche et al. Do key innovations unlock diversification? A case-study on the morphological and ecological impact of pharyngognathy in acanthomorph fishes
Hodač et al. Geometric morphometric versus genomic patterns in a large polyploid plant species complex
Lusty et al. Envisaging an effective global long-term agrobiodiversity conservation system that promotes and facilitates use

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190409