当前位置：文档库 › 环境微生物群落多样性分析--新手上路

环境微生物群落多样性分析--新手上路

环境微生物群落多样性分析

微生物群落多样性的基本概念

环境中微生物的群落结构及多样性和微生物的功能及代谢机理是微生物生态学的研究热点。长期以来，由于受到技术限制，对微生物群落结构和多样性的认识还不全面，对微生物功能及代谢机理方面了解的也很少。但随着高通量测序、基因芯片等新技术的不断更新，微生物分子生态学的研究方法和研究途径也在不断变化。第二代高通量测序技术（尤其是Roche 454高通量测序技术）的成熟和普及，使我们能够对环境微生物进行深度测序，灵敏地探测出环境微生物群落结构随外界环境的改变而发生的极其微弱的变化，对于我们研究微生物与环境的关系、环境治理和微生物资源的利用以及人类医疗健康有着重要的理论和现实意义。

在国内，微生物多样性的研究涉及农业、土壤、林业、海洋、矿井、人体医学等诸多领域。以在医疗领域的应用为例，通过比较正常和疾病状态下或疾病不同进程中人体微生物群落的结构和功能变化，可以对正常人群与某些疾病患者体内的微生物群体多样性进行比较分析，研究获得人体微生物群落变化同疾病之间的关系；通过深度测序还可以快速地发现和检测常见病原及新发传染病病原微生物。

研究方法进展

环境微生物多样性的研究方法很多，从国内外目前采用的方法来看大致上包括以下四类：传统的微生物平板纯培养方法、微平板分析方法、磷脂脂肪酸法以及分子生物学方法等等。

近几年，随着分子生物学的发展，尤其是高通量测序技术的研发及应用，为微生物分子生态学的研究策略注入了新的力量。

目前用于研究微生物多样性的分子生物学技术主要包括:DGGE/TGGE/TTGE、T-RFLP、SSCP、FISH、印记杂交、定量PCR、基因芯片等。DGGE等分子指纹图谱技术，在其实验结果中往往只含有数十条条带，只能反映出样品中少数优势菌的信息；另一方面，由于分辨率的误差，部分电泳条带中可能包含不只一种16S rDNA序列，因此要获悉电泳图谱中具体的菌种信息，还需对每一条带构建克隆文库，并筛选克隆进行测序，此实验操作相对繁琐；此外，采用这种方法无法对样品中的微生物做到绝对定量。生物芯片是通过固定在芯片上的探针来获得微生物多样性的信息，“只能验证已知，却无法探索未知”，此方法通过信号强弱判断微生物的丰度也不是非常的准确。

而近年来以454焦磷酸测序为代表的高通量测序技术凭借低成本、高通量、流程自动化的优势为研究微生物群落结构提供了新的技术平台。Roche 454高通量测序技术能同时对样品中的优势物种、稀有物种及一些未知的物种进行检测，获得样品中的微生物群落组成，并将其含量进行数字化。最近，美吉生物推出了新的测序平台———MiSeq。MiSeq高通量测序平台集中了Roche 454和Illumina HiSeq 2500的优点，不仅可实现对多样品的多个可变区同时测序，而且在测序速度和测序通量上都有进一步提升，目前此平台已在微生物多样性群落结构研究方面受到了广大学者的认可。

第二代高通量测序技术

产品优势

无需培养分离菌群：

直接从环境样本中扩增核糖体RNA 高变区进行测序，解决了大部分菌株不可培养的难题。

客观还原菌群结构：

专业、成熟、稳定的样本制备流程，严格控制PCR 循环数，客观还原样品本身的菌群结构及丰度比例。

痕量菌检测：

充分发挥高通量测序的大数据量优势，能检测出丰度低至万分之一的痕量菌。服务流程

样本要求

环境样品

土壤：5-10g；

水体：2L水样或0.22μm滤膜过滤；

粪便：3g；

黏膜：指甲大小；

植物内生菌：10-20g叶片；3-5g根系；

底泥：5-10g；

血液：10mL；

叶片：50-100g。

DNA

浓度＞10ng/μL

总量＞500ng的DNA，

OD260/280介于1.8-2.0之间并确保DNA无降解。

PCR产物

（仅限Roche 454平台）

PCR产物浓度＞5ng/μL，总量＞100ng，OD260/280介于1.8-2.0之间并确保PCR产物无降解；

PCR产物需经电泳切胶回收纯化；

送样管管口使用 Parafilm封口膜密封；

样品保存期间切忌反复冻融，使用干冰运输。

生信分析

1. 稀释性曲线（Rarefaction Curve）

采用对测序序列进行随机抽样的方法，以抽到的序列数与它们所能代表OTU的数目构建曲线，即稀释性曲线。

当曲线趋于平坦时，说明测序数据量合理，更多的数据量对发现新OTU的边际贡献很小；反之则表明继续测序还可能产生较多新的OTU。

横轴：从某个样品中随机抽取的测序条数；"Label 0.03" 表示该分析是基于OTU 序列差异水平在0.03，即相似度为97% 的水平上进行运算的，客户可以选取其他不同的相似度水平。

纵轴：基于该测序条数能构建的OTU数量。

曲线解读：

?图1中每条曲线代表一个样品，用不同颜色标记；

?随测序深度增加，被发现OTU 的数量增加。当曲线趋于平缓时表示此时的测序数据量较为合理。

2. Shannon-Wiener 曲线

反映样品中微生物多样性的指数，利用各样品的测序量在不同测序深度时的微生物多样性指数构建曲线，以此反映各样本在不同测序数量时的微生物多样性。

当曲线趋向平坦时，说明测序数据量足够大，可以反映样品中绝大多数的微生物物种信息。

横轴：从某个样品中随机抽取的测序条数。

纵轴：Shannon-Wiener 指数，用来估算群落多样性的高低。

Shannon 指数计算公式：

其中，

S obs= 实际测量出的OTU数目；

n i= 含有i 条序列的OTU数目；

N = 所有的序列数。

曲线解读：

?图2每条曲线代表一个样品，用不同颜色标记，末端数字为实际测序条数；

?起初曲线直线上升，是由于测序条数远不足覆盖样品导致；

?数值升高直至平滑说明测序条数足以覆盖样品中的大部分微生物。

3.Rank-Abundance 曲线

用于同时解释样品多样性的两个方面，即样品所含物种的丰富程度和均匀程度。

物种的丰富程度由曲线在横轴上的长度来反映，曲线越宽，表示物种的组成越丰富；

物种组成的均匀程度由曲线的形状来反映，曲线越平坦，表示物种组成的均匀程度越高。

横轴：OTU 相对丰度含量等级降序排列。

纵轴：相对丰度比例。

曲线解读：

?图3与图4中每条曲线对应一个样本（参考右上角图标）；

?图3与图4中横坐标表示的是OTU（物种）丰度排列顺序，纵坐标对应的是OTU（物种）所占相对丰度比例（图3为相对百分比例，图4为换算后Log值），曲线趋于水平则表示样品中各物种所占比例相似；曲线整体斜率越大则表示样品中各物种所占比例差异较大。

4. 样本群落组成分析：多样本柱状图/ 单样本饼状图

根据分类学分析结果，可以得知一个或多个样品在各分类水平上的物种组成比例情况，反映样品在不同分类学水平上的群落结构。

柱状图（图5）

横轴：各样品的编号。

纵轴：相对丰度比例。

图标解读：

?颜色对应此分类学水平下各物种名称，不同色块宽度表示不同物种相对丰度比例；

?可以在不同分类学水平下作图分析。

饼状图（图6）

在某一分类学水平上，不同菌群所占的相对丰度比例。不同颜色代表不同的物种。

5. 样品OTU 分布Venn 图

用于统计多个样品中共有或独有的OTU数目，可以比较直观地表现各环境样品之间的OTU 组成相似程度。

不同样品用不同颜色标记，各个数字代表了某个样品独有或几种样品共有的OTU 数量，对应的OTU编号会以EXCEL 表的形式在结题报告中呈现。

分析要求

单张分析图，样本分组至少两个，最多5 个。

?默认设置为97% 相似度水平下以OTU 为单位进行分析作图。

6. Heatmap 图

用颜色变化来反映二维矩阵或表格中的数据信息，它可以直观地将数据值的大小以定义的颜色深浅表示出来。将高丰度和低丰度的物种分块聚集，通过颜色梯度及相似程度来反映多个样品在各分类水平上群落组成的相似性和差异性。

相对丰度比例：

热图（图8）中每小格代表其所在样品中某个OTU 的相对丰度。以图8为例，红框高亮的小格所对应的信息为：样本（R11-1Z）中OTU（OTU128）的相对丰度比例大概为0.2%。

丰度比例计算公式（Bray Curtis 算法）：

其中，

S A,i = 表示A样品中第i个OTU所含的序列数

S B,i = 表示B样品中第i个OTU所含的序列数

样品间聚类关系树：

进化树表示在选用成图数据中，样本与样本间序列的进化关系（差异关系）。处于同一分支内的样品序列进化关系相近。

物种/OTU 丰度相似性树：

丰度相似性树表示选用成图的数据中样品与样品中的OTU 或序列在丰度上的相似程度。丰度最相近的会分配到同一分支上。

客户自定义分组：根据研究需求对菌群物种/OTU 研究样本进行二级分组

?二级物种/OTU 分组：将下级分类学水平物种或OTU 分配到对应的上级分类学水平，以不同颜色区分；

?二级样品分组：根据研究需要，对样品进行人为的分组，以不同颜色区分。

7. 主成分分析PCA (Principal Component Analysis)

在多元统计分析中，主成分分析是一种简化数据集的技术。主成分分析经常用于减少数据集的维数，同时保持数据集中对方差贡献最大的特征，从而有效地找出数据中最“主要”的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。

通过分析不同样品的OTU 组成可以反映样品间的差异和距离，PCA 运用方差分解，将多组数据的差异反映在二维坐标图上，坐标轴为能够最大程度反映方差的两个特征值。如样品组成越相似，反映在PCA图中的距离越近。

横轴和纵轴：以百分数的形式体现主成分主要影响程度。以图9为例，主成分1（PC1）和主成分2（PC2）是造成四组样品（红色，蓝色，黄色和绿色）的两个最大差异特征，贡献率分别为41.1% 和27.1%。

十字交叉线：在图9中作为0 点基线存在，起到辅助分析的作用，本身没有意义。

图例解读：

? PCA 分析图是基于每个样品中所含有的全部OTU 完成的；

?图9中每个点代表了一个样本；颜色则代表不同的样品分组；

?两点之间在横、纵坐标上的距离，代表了样品受主成分（PC1 或 PC2）影响下的相似性距离；

?样本数量越多，该分析意义越大；反之样本数量过少，会产生个体差异，导致PCA分析成图后形成较大距离的分开，建议多组样品时，每组不少于5个，不分组时样品不少于10个；

?图10中的圆圈为聚类分析结果，圆圈内的样品，其相似距离比较接近。

8. RDA/ CCA 分析图

基于对应分析发展的一种排序方法，将对应分析与多元回归分析相结合，每一步计算均与环境因子进行回归，又称多元直接梯度分析。主要用来反映菌群与环境因子之间的关系。RDA 是基于线性模型，CCA是基于单峰模型。分析可以检测环境因子、样品、菌群三者之间的关系或者两两之间的关系。

横轴和纵轴：RDA 和CCA 分析，模型不同，横纵坐标上的刻度为每个样品或者物种在与环境因子进行回归分析计算时产生的值，可以绘制于二维图形中。

图例解读：

?冗余分析可以基于所有样品的OTU作图，也可以基于样品中优势物种作图；

?箭头射线：图11中的箭头分别代表不同的环境因子（即图中的碳酸氢根离子HCO3-，醋酸根离子AC-等，图中的其它环境因子因研究不同代表的意义不同，因此不再赘述）；

?夹角：环境因子之间的夹角为锐角时表示两个环境因子之间呈正相关关系，钝角时呈负相关关系。环境因子的射线越长，说明该影响因子的影响程度越大；

?图11中不同颜色的点表示不同组别的样品或者同一组别不同时期的样品，图中的拉丁文代表物种名称，可以将关注的优势物种也纳入图中；?环境因子数量要少于样本数量，同时在分析时，需要提供环境因子的数据，比如 pH值，测定的温度值等。

9. 单样品/ 多样品分类学系统组成树

根据NCBI 提供的已有微生物物种的分类学信息数据库，将测序得到的物种丰度信息回归至数据库的分类学系统关系树中，从整个分类系统上全面了解样品中所有微生物的进化关系和丰度差异。

单样品图（图12）：可以了解单样品中的序列在各个分类学水平上的分布情况。

图例解读：

?图12中不同的层次反映不同的分类学水平；

?分支处的圆面积说明了分布在该分类学水平，且无法继续往下级水平比对的序列数量，面积越大，说明此类序列越多；?每个分支上的名词后面的两组数字分别表示比对到该分支上的序列数和驻留在该节点上的序列数；

?图13中为某单一水平物种分布情况，并非是序列分布。

多样品图（图14）：比对多个样品在不同分类学分支上序列数量差异。

图例解读：

?比对不同样品在某分支上的序列数量差异，通过带颜色的饼状图呈现，饼状图的面积越大，说明在分支处的序列数量越多，不同的颜色代表不同的样品。

?某颜色的扇形面积越大，说明在该分支上，其对应样品的序列数比其他样品多。

?多样品在做该分析时，建议样品数量控制在10个以内，或者将重复样本数据合并成一个样本后，总样品数在10个以内。

10.系统发生进化树

在分子进化研究中，基于系统发生的推断来揭示某一分类水平上序列间碱基的差异，进而构建进化树。

图例解读：

?图15中体现的是序列进化差异情况，处在同一分支上的物种说明进化关系较近。

?图15左下角的图例为距离标尺，分支距离越长，进化关系越远。

11. (un)Weighted UniFrac PCoA/Tree 分析

利用各样品序列间的进化信息来计算样品间距离，反映环境样品在进化树中是否有显著的微生物群落差异。

PCoA（principal co-ordinates analysis）是一种研究数据相似性或差异性的可视化方法，通过一系列的特征值和特征向量进行排序后，选择主要排在前几位的特征值，PCoA 可以找到距离矩阵中最主要的坐标，结果是数据矩阵的一个旋转，它没有改变样品点之间的相互位置关系，只是改变了坐标系统。通过PCoA 可以观察个体或群体间的差异。

图例解读：

?图16和图17中不同颜色代表不同分组；

? PCoA 分析建议不分组时，样本数量不少于10 个；多组样本时，每组样本数量不少于5 个；

?对于某一功能基因，进行进化树分析时，建议采用OTU数目控制在10,000以内，或者由客户指定分析优势OTU个数。

12. NMDS 分析

NMDS（Nonmetric Multidimensional Scaling）常用于比对样本组之间的差异，可以基于进化关系或数量距离矩阵。

横轴和纵轴：表示基于进化或者数量距离矩阵的数值在二维表中成图。

图例解读：

?图18中不同的颜色代表不同的分组；

?建议不分组时，样本数量不少于10个；多组样本时，每组样本数量不少于5个；

?图18中的点代表样本，点与点之间的距离表示差异程度。

13. 含相似性树柱状图

根据样品中相似程度进行排布，并绘制对应样本树状图反映样本中群落结构。

图例解读：

?图19中左侧是相似度树状图，样本之间的差异越小，样本便会处在相近的同一分支上；?右侧柱状图，展示样本中微生物的群落结构。不同颜色代表不同物种。

14.Unifrac 显著性差异分析

比较样品间进化差异的显著性分析。

图例解读：

?图20横坐标为两组样品；

?纵轴坐标为unifrac 进化距离（序列差异）。

15. 单因素unweighted unifrac PCA 分析

在某单一因素上，进行unweighted unifrac PCA 分析。

图例解读：

?图21横轴为不同变量（本例为不同年龄阶段）下的样本；

图24 为免疫缺陷疾病各亚型患者皮肤和口腔微生物群落结构的协方差。（a）图表示35个皮肤样本的微生物多样性的差异；（b）图表示21个口腔样本微生物多样性差异。其中，绿色方块表示健康对照组，红色圆圈表示CMC，蓝色三角形表示HIES。健康人体皮肤表面的微生物主要包括葡萄球菌和棒状杆菌，而疾病组多为莫拉菌科。

培训文档

境微生物多样性分析-基础

境微生物多样性分析-高级

常见问题

Q1.能对哪些环境下的样品进行分析？

A 目前已经成功运用Roche 454技术发表的文章涵盖农业、土壤、林业、海洋、矿井（石油等）、人体医学等诸多领域，共计近1400篇，Paper 目录可向本公司索取。其中有大量文献发表于国际顶级杂志上，包括Science、Nature、ISME、PNAS、AEM等。

Q2. DGGE技术与Roche 454高通量测序技术在环境微生物群落多样性研究中有什么区别？

A DGGE等分子指纹图谱技术，在其实验结果中往往只含有数十条条带，只能反映出样品中的优势种群，也无法得到细菌种类及其绝对含量。而Roche 454高通量测序技术能同时对样品中的优势种群及微量菌进行检测，获得样品中的微生物群落组成，并将其含量进行数字化。

Q3. 在医学领域有哪些应用？

A 在人类的皮肤、口腔、呼吸道、胃肠道和尿道等处存在着大量与人体健康密切相关的正常菌群。它们能够合成并辅助机体吸收一些必需氨基酸和维生素；加工诸如植物多糖等人类饮食中一些难以消化的组分；占据人体的不同粘膜表面并产生天然的抗生素，抑制有害菌的着落与生长。目前，人们已经采用传统方法对人人体微生物作了许多研究，但是这种方法需要对微生物进行纯培养，从而大大限制了我们对机体正常菌群，尤其是许多不可培养微生物的认识。第二代高通量测序技术能对人体菌群进行深度测序，从而精确检测到千分之一机体微生物群落的数量和组成结构的变化，突破了传统方法基于纯培养的限制，能使我们从整体上认识微生物群落与宿主之间的相互关系及其对人体健康的影响。例如，利用第二代高通量测序技术可以对处于疾病状态下的人体微生境进行研究，比较分析正常和疾病状态下或疾病不同进程人体微生物群落的结构和功能变化；可以对正常人群与某些疾病患者体内的微生物群体多样性进行比较分析，研究微生物群落变化同疾病之间的关系；通过深度测序还可以快速地发现和检测常见病原及新发传染病病原微生物。

Q4. 高通量测序是否需要做平行样？

A 随着高通量测序的发展，提出研究过程中设置重复样的要求，也日益被大家所接受。在高通量研究中，设置重复样不仅仅是体现了科研的一种严谨态度，同时也体现了结果的真实性，避免了个体差异造成的影响。

目前的发展趋势：普通样品（水体，土壤，处理样本内部设置重复等）一般会要求设置重复样；对于大面积研究水体和土壤等样本时，可以采用多点采样混样研究。稀有样本（稀有动物粪便，冰川极地冰样，过多采样会影响整体环境构成的样本等）对于重复样设置的要求相对比较宽松。

Q5. 454一块PTP板最多可以放多少样本？1个相同的样本分别研究细菌，真菌，古菌是否可以放在同一块PTP板上测序？

A理论上，知道每个样本的测序量和一个454PTP板能够容纳的测序量，便能得知可以测序的样本量。实际上，考虑到测序质量的因素，不可如此计算上样量。一块PTP能够容纳多少样本往往应该考虑以下两个因素：

1. barcode数量：barcode是用于区分上样样品的标签序列，标签的个数限制着一块PTP能够容纳多少样本；

2. PTP板分区情况：PTP板分区越多可以增加上样的样品个数，但分区越多，会影响测序总量。

一块PTP板，在不分区的情况下，一般可以产出80万条序列，综合考虑barcode数量，分区情况以及单样本的测序量，便可计算一块PTP板容纳的样本数量。

对于同一个样本，分别研究细菌，真菌，古菌一般是可以放到同一个板里进行测序，但要考虑到不同类型PCR产物的长度对测序结果的影响，如果PCR产物长度差异较大，则不可以放入同一块PTP板进行测序。

参考文献

? Aleksandar D. Kostic, Dirk Gevers, et al. Genomic analysis identifies association of Fusobacterium with

colorectal carcinoma. Genome Research, 2012, 22:292–298.

? Chiachi Hwang, Fangqiong Ling, et al. Microbial community dynamics of an urban drinking water

distribution system subjected to phases of chloramination and chlorination treatments. Microbiol,

2012, 78(22):7856.

? Craig E. Nelson, Stuart J. Goldberg, et al. Coral and macroalgal exudates vary in neutral sugar

composition and differentially enrich reef bacterioplankton lineages. The ISME Journal, 2013, 7:962–979.

? Elie Jami, Adi Israel, et al. Exploring the bovine rumen bacterial community from birth to adulthood.

The ISME Journal, 2013. 2:1–11.

? Erik C von Rosenvinge, Yang Song, et al. Immune status, antibiotic medication and pH are associated

with changes in the stomach fluid microbiota. The ISME Journal, 2013. 33:1–13.

? Krissi M. Hewitt, Charles P. Gerba, et al. Office space bacterial abundance and diversity in three metro

politan Areas. PLoS ONE, 2012, 7(5):e37849.

? Sizhong Yang, Xi Wen, et al. Pyrosequencing investigation into the bacterial community in permafrost

soils along the China-Russia crude oil pipeline (CRCOP). PLoS ONE, 2012, 7(12):e52730.

? Vasvi Chaudhry, Ateequr Rehman, et al. Changes in bacterial community structure of agricultural land

due to long-term organic and chemical amendments. Microb Ecol, 2012, 64:450-460.

? Weiguang Chen, Fanlong Liu, et al. Human intestinal lumen and mucosa-associated microbiota in

patients with colorectal cancer. PLoS ONE, 2012, 7(6):e39743.

? Katherine R Amato, Carl J Yeoman, et al. Habitat degradation impacts black howler monkey (Alouatta

pigra) gastrointestinal microbiomes. The ISME Journal, 2013, 7: 1344–1353.

? Kabir G Peay, Christopher Baraloto, et al. Strong coupling of plant and fungal community structure across

western Amazonian rainforests. The ISME Journal, 2013, 7: 1852–1861.

? Dagne Duguma, Paul Rugman-Jones, et al. Bacterial communities associated with culex mosquito larvae and

two emergent aquatic plants of bioremediation importance. PLoS ONE, 2013, 8(8): e72522.

? Coolon JD, Jones KL, et al. Long-term nitrogen amendment alters the diversity and assemblage of soil

bacterial communities in tallgrass prairie. PLoS One. 2013, 8(6): e67884.

? Zhao J, Schloss PD, et al. Decade-long bacterial community dynamics in cystic fibrosis airways. Proc Natl Acad Sci USA, 2012, 109(15):5809-5814.

? Bo Liu, Lina L. Faller, Niels Klitgord, et al. Deep Sequencing of the Oral Microbiome Reveals Signatures of Periodontal Disease. PLoS ONE, 2012, 7(6): e37919.

? Baldrian P, Kola?ík M, Stursová M, et al. Active and total microbial communities in forest soil are largely different and highly stratified during decomposition. The ISME Journal, 2012, 6(2):248-258.

? Scott T Bates, Jose C Clemente, Gilberto E Flores. Et al. Global biogeography of highly diverse protistan communities in soil. The ISME Journal, 2013, 7: 652–659.

高通量测序：环境微生物群落多样性分析

(5)高通量测序：环境微生物群落多样性分析微生物群落多样性的基本概念环境中微生物的群落结构及多样性和微生物的功能及代谢机理是微生物生态学的研究热点。长期以来，由于受到技术限制，对微生物群落结构和多样性的认识还不全面，对微生物功能及代谢机理方面了解的也很少。但随着高通量测序、基因芯片等新技术的不断更新，微生物分子生态学的研究方法和研究途径也在不断变化。第二代高通量测序技术（尤其是Roche 454高通量测序技术）的成熟和普及，使我们能够对环境微生物进行深度测序，灵敏地探测出环境微生物群落结构随外界环境的改变而发生的极其微弱的变化，对于我们研究微生物与环境的关系、环境治理和微生物资源的利用以及人类医疗健康有着重要的理论和现实意义。在国内，微生物多样性的研究涉及农业、土壤、林业、海洋、矿井、人体医学等诸多领域。以在医疗领域的应用为例，通过比较正常和疾病状态下或疾病不同进程中人体微生物群落的结构和功能变化，可以对正常人群与某些疾病患者体内的微生物群体多样性进行比较分析，研究获得人体微生物群

落变化同疾病之间的关系；通过深度测序还可以快速地发现和检测常见病原及新发传染病病原微生物。研究方法进展环境微生物多样性的研究方法很多，从国内外目前采用的方法来看大致上包括以下四类：传统的微生物平板纯培养方法、微平板分析方法、磷脂脂肪酸法以及分子生物学方法等等。近几年，随着分子生物学的发展，尤其是高通量测序技术的研发及应用，为微生物分子生态学的研究策略注入了新的力量。目前用于研究微生物多样性的分子生物学技术主要包括:DGGE/TGGE/TTGE 、 T-RFLP 、SSCP、FISH 、印记杂交、定量 PCR、基因芯片等。 DGGE 等分子指纹图谱技术，在其实验结果中往往只含有数十条条带，只能反映出样品中少数优势菌的信息；另一方面，由于分辨率的误差，部分电泳条带中可能包含不只一种 16S rDNA 序列，因此要获悉电泳图谱中具体的菌种信息，还需对每一条带构建克隆文库，并筛选克隆进行测序，此实验操作相对繁琐；此外，采用这种方法无法对样品中的微生物做到绝对定量。生物芯片是通过固定在芯片上的探针来获得微

微生物多样性研究—β多样性分析概述

微生物多样研究中的—β多样性分析概述

一、β-多样性分析介绍 1. β（Beta）Diversity：是对不同样品/不同组间样品的微生物群落构成进行比较分析。 ?β多样性分析前的数据“来源”： 1）OTUs的丰度信息表； 2）OTUs之间的系统发生关系，计算Unweighted Unifrac及Weighted Unifrac距离。 ?通过多变量统计学方法主成分分析(PCA，Principal Component Analysis)，主坐标分析(PCoA，Principal Co-ordinates Analysis)，非加权组平均聚类分析(UPGMA，Unweighted Pair-group Method with Arithmetic Means)等分析方法，从中发现不同样品（组）间的差异。

2. PCA & PCoA分析 ?主成分分析（PCA）是多变量统计学中最为人熟知的分析方法，它通过线性变换，将原始的高维数据投影至少量新合成的变量（即主成分），从而简化数据结构，展现样品的自然分布。 ?主成分分析不考虑原始变量之间可能存在的相互关系，并且是基于欧式距离评价样品之间的相似度。 ?多维尺度分析与主成分分析类似，但是它可以采用任何距离评价样品之间的相似度。主坐标分析（Principal coordinates analysis，PCoA）是经典的多维尺度分析方法。

3.UniFrac距离 ?由于微生物极其多样，不同微生物彼此之间的系统发育关系往往千差万别，仅仅将群落中不同微生物成员视为相互独立的变量显然并不合理。 ?因此，在比较不同群落样品之间的差异时，需要考虑两个群落成员之间的系统发育关系是否相似。 ?基于这个思想，计算微生物群落样品间距离的UniFrac距离应运而生，通过比较两个群落各自独有的微生物成员之间系统发育关系的远近，更为客观地反映两个群落样品之间的相似程度。

微生物之微生物多样性分析-DGGE

变性梯度凝胶电泳（PCR-DGGE）普通的聚丙烯酰胺凝胶电泳只能通过片段大小不同在同一浓度的胶上电泳迁移率不同而分离不同的DNA片段，对于片段大小接近或相同的DNA片段无法做到有效地分离；DGGE(denaturing gradient gel electrophoresis) 即变性梯度凝胶电泳，是利用DNA在不同浓度的变性剂中解链行为的不同而导致电泳迁移率发生变化，从而将片段大小相同而碱基组成不同的DNA片段分开。 DGGE作为一种成熟的分子生物学技术被广泛应用于环境科学（土壤、海洋、河流、冰川、淤泥等）、医学（各种疾病治疗前后，病变部位微生物的差异）、人体（鼻咽、口腔、黏膜、肠道）等领域进行微生物多样性分析。实验流程图：实验结果实验结果包括以下内容 1 引物设计以下是DGGE中常用的引物，我们将根据客户的不同需求，进行针对性的引物设计。引物序列（5’-3’）

细菌 16S V3 区扩增引物 357-F-GC CGCCCGCCGCGCGCGGCGGGCGGGGCGGGG GCACGGGGGGCCTACGGGAGGCAGCAG 518r ATTACCGCGGCTGCTGG 引物序列（5’-3’）真核 18S V1-3区扩增引物 Euk1A CTGGTTGATCCTGCCAG EukA516r-GC CGCCCGGGGCGCGCCCCGGGCGGGGCGGGGGCA CGGGGGGACCAGACTTGCCCTCC 2 基因组DNA 抽提电泳检测图针对客户的样本来源不同，我们针对性优化不同的基因组抽提方法，已达到提取效果最佳。说明：1-8为样本所抽提基因组DNA，上样量3uL；M 为1kb Marker 上数第一条带为8 kb，中间的亮带为3kb，浓度为30ng/uL，其余为10 ng/uL。 3 目的片段PCR 检测说明：1-8为样本，负为负对照（说明我们的实验没有污染，这对分子实验是至关重要的），上样量为5uL；M 为DL2000 Marker，上样量3uL。其中亮带为20ng/uL，其余为10 ng/uL。 Reconditioning PCR：第一轮PCR 产物将会作为新的模板再进行少数循环的第二轮PCR 扩增，这叫做“Reconditioning PCR”。由于在“ Reconditioning PCR”的过程中引物和模板之

土壤微生物群落多样性研究方法及进展_1

第27卷增刊V ol 127,Sup 1广西农业生物科学Journal o f Guangx i A g ric 1and Biol 1Science 2008年6月June,2008 收稿日期:20080122。基金项目:广西大学博士启动基金项目(X05119)。作者简介:姚晓华(广西大学副教授,博士;E -mail:x hy ao@g xu 1edu 1cn 。文章编号:10083464(2008)增008405 土壤微生物群落多样性研究方法及进展姚晓华 (广西大学农学院,广西南宁530005) 摘要:微生物多样性是指群落中的微生物种群类型和数量、种的丰度和均度以及种的分布情况。研究土壤微生物群落多样性的方法包括传统的以生化技术为基础的方法(直接平板计数、单碳源利用模式等) 和以现代分子生物技术为基础的方法(从土壤中提取DN A ,进行G+C%含量的分析,或杂交分析,或进行PCR,产物再进行D GGE/T GG E 等分析)。现代生物技术与传统微生物研究方法的结合使用,为更全面地理解土壤微生物群落的多样性和生态功能提供了良好的前景。关键词:微生物多样性;生化技术;分子生物学技术;DN A 中图分类号:.Q 938115 文献标识码:A Advancement of methods in studying soil microbial diversity YAO Xiao -hua (Co llege of Ag ricultur e,G uangx i U niv ersit y,N anning 530005,China) Abstract:Species div ersity consist o f species richness,the total number of species,species ev enness,and the distribution of species 1Methods to measure microbial diversity in so il can be categ orized into tw o g roups:biochemica-l based techniques and m olecular -based techniques 1The fo rmer techniques include plate counts,sole carbon so urce utilizatio n patterns,fatty acid methy l ester analysis,and et al 1The latter techniques include G +C%,DNA reassociation,DNA -DNA hy br idization,DGGE/TGGC,and et al 1Ov er all,the best w ay to study soil microbial diversity w o uld be to use a variety of tests w ith differ ent endpoints and degr ees o f r esolutio n to o btain the bro adest picture possible and the most inform ation r eg ar ding the microbial co mmunity 1 Key words:microbial diversity;biochem ica-l based techniques,mo lecular -based techniques,DNA 微生物多样性研究是微生物生态学最重要的研究内容之一。微生物在土壤中普遍存在,对环境条件的变化反应敏捷,它能较早地预测土壤养分及环境质量的变化过程,被认为是最有潜力的敏感性生物指标之一[1] 。但土壤微生物的种类庞大,使得有关微生物区系的分析工作十分耗时费力。因此,微生物群落结构的研究主要通过微生物生态学的方法来完成,即通过描述微生物群落的稳定性、微生物群落生态学机理以及自然或人为干扰对群落产生的影响,揭示土壤质量与微生物数量和活性之间的关系。利用分子生物学技术和研究策略,揭示自然界各种环境中(尤其是极端环境)微生物多样性的真实水平及其物种组成,是微生物生态学各项研究的基础和核心,是重新认识复杂的微生物世界的开端。

污染土壤微生物群落结构多样性及功能多样性测定方法

第26卷第10期 2006年10月生态学报ACT A EC O LOGIC A SI NIC A V ol.26,N o.10Oct.,2006 污染土壤微生物群落结构多样性及功能多样性测定方法陈承利,廖　敏3 ,曾路生 (污染环境修复与生态健康教育部重点实验室,浙江大学环境与资源学院,杭州　310029)基金项目:国家重点基础研究发展规划“973”资助项目(2002C B410804);国家自然科学基金资助项目(40201026) 收稿日期:2005206227;修订日期:2006205220 作者简介:陈承利(1982～),男,浙江平阳,硕士,主要从事土壤环境化学与环境生态毒理学研究.E 2mail :clchen1982@1631com 3通讯作者C orresponding author.E -mail :liaom in @https://www.wendangku.net/doc/c54236621.html, or liaom inzju1@1631com Found ation item :The project was supported by National K ey Basic Research Support F oundation of China (N o.2002C B410804)and National Natural Science F oundation of China (N o.40201026) R eceived d ate :2005206227;Accepted d ate :2006205220 Biography :CHE N Cheng 2Li ,M aster ,mainly engaged in s oil environmental chem istry and ecotoxicology.E 2mail :clchen1982@1631com 摘要:土壤微生物在促进土壤质量和植物健康方面发挥着重要的作用,土壤微生物群落结构和组成的多样性及其变化在一定程度上反映了土壤质量。为了更好地了解土壤健康状况,非常有必要发展有效的方法来研究污染土壤微生物的多样性、分布以及行为等。回顾了近年来国内外污染土壤微生物群落结构多样性及功能多样性的测定方法,包括生物化学技术和分子生物学技术,现将它们的原理、优缺点、实用性及其发展动态作一阐述,同时指出结合这两种技术可为微生物群落分析提供一个更全面的、精确的方法。关键词:污染土壤;微生物多样性;分子生物学;BI O LOG;P LFA ;PCR ;DNA 文章编号:100020933(2006)1023404209　中图分类号:Q143,Q938,S154　文献标识码:A Methods to measure the microbial community structure and functional diversity in polluted soils CHE N Cheng 2Li ,LI AO Min 3,ZE NG Lu 2Sheng (MOE K ey Laboratory ,Environmental Remediation and Ecosystem H ealth ,College o f Environmental and Resources Sciences ,Zhejiang Univer sity ,Hangzhou ,310029,China ).Acta Ecologica Sinica ,2006,26(10):3404～3412. Abstract :S oil m icroorganisms ,such as bacteria and fungi ,play im portant roles in prom oting soil quality and im proving plant health and nutrition ,thus in fluencing terrestrial ecosystems.Increasing anthropogenic activities ,such as spraw ling urbanization ,agricultural development ,pesticides utilization ,and pollutions from all sources ,can potentially affect soil m icrobial community com position and diversity ,leading to deterioration of soil quality and fertility.H owever ,it is yet to be determ ined how these changes in m icrobial diversity can in fluence surface and ground ecosystems.T o that end ,there is an acute need for reliable and accurate methods to study the community structure and tax onomy of soil m icroorganisms.W ithout the development of effective methods for studying the m icrobial diversity ,distribution ,and behavior in polluted soil ,a thorough understanding of m icrobial diversity ,as well as its im pact on soil health ,cannot be achieved. The determ ination of species diversity depends on several factors including the intensity of each species ,the total number of species present ,species evenness ,and the spatial distribution of species.M ethods to measure m icrobial community structure and functional diversity in polluted soils can be classified into tw o groups ,i.e.,biochem ical 2based techniques and m olecular biological 2based techniques.T ypically ,diversity studies include the relative com parisons of communities across a gradient of stress and disturbance.W ith current techniques ,it is difficult to study true diversity due to lack of know ledge on com position and the techniques to determ ine the accuracy of the extraction or detection methods.T raditionally ,the analysis of soil m icrobial

微生物多样性研究进展

姓名：崔靖璞学号：2010212802 专业：生物科学微生物多样性研究进展摘要：微生物资源丰富,开发潜力巨大,是生命科学发展的主要动力之一.本文介绍了几种常用的研究微生物多样性的分子生物学技术,主要包括:16SrDNA测序、DGGE/TGGE/TTGE、T-RFLP、SSCP、FISH、印记杂交、定量PCR、基因芯片等,并对微生物多样性研究技术的未来发展进行了展望，同时本文也介绍几种微生物多样性的研究实验方法。关键词:微生物多样性聚合酶链式反应基因芯片平板纯培养微生物是地球上生物多样性最为丰富的资源,微生物资源的开发,是21世纪生命科学发展的主要动力之一.由于微生物的微观性,微生物多样性与其他高等生物相比有许多独特之处,包括:生存环境多样;生长、繁殖速度多样;营养、代谢类型多样;生活方式多样.微生物多样性的揭示与研究技术的发展和创新是密不可分的,研究技术的进步是微生物多样性研究向前发展的重要推动力量.近年来,随着微电子、计算机、分子生物学、物理、化学等技术的发展,微生物多样性研究技术也在吸收其他学科先进技术的基础上不断向前发展.各种研究方法的发展使得这种状况有了很大改观.现代分子生物学技术在微生物多样性研究上的应用克服了微生物培养技术的限制,能对样品进行较客观的分析,较精确地揭示了微生物种类和遗传的多样性.目前用于研究微生物多样性的分子生物学技术主要包括:16SrDNA 测序、DGGE/TGGE/TTGE、T-RFLP、SSCP、FISH、印记杂交、定量PCR、基因芯片等。 1核酸探针杂交技术核酸分子杂交技术是20世纪70年代发展起来的一种分子生物学技术.该技术快速、灵敏、具有高度特异性,近年来被广泛应用于微生物多样性的研究中.用于微生物多样性研究的探针主要有三类:双链DNA、单链DNA和RNA以及寡核苷酸探针,杂交方式主要有荧光原位杂交(Fluorescence in situ hybridization,FISH)、全细胞杂交(whole-cell hybridization)、数量印迹杂交(quantitative dot blot)及生物芯片(biochip).对于环境微生物样品解析而言,最有意义的核酸杂交技术是原位杂交技术,在原位杂交技术中,应用最广泛的是荧光原位杂交技术。

人体微生物群落与疾病

人体微生物群落与疾病人体从一出生开始就有微生物寄生，在慢慢成长的过程中形成性对稳定的微生物菌落平衡。肠道微生物菌落与宿主健康状况的关系十分密切。大多数情况下，微生物菌落与疾病维持着一个简单的关联，但目前还不清楚微生物群的变化是否会精确地引起疾病或者只是简单地反映某种疾病的状态。进一步说，还不清楚微生物平衡是如何或者为什么会朝着菌群失调这种非健康的方向变化。目前的研究认为有三个因素可能会对人体肠道微生物群落产生影响：1、抗菌药的使用。抗菌药物的使用有可能大量杀死某一类型的微生物，从未破坏人体微生物群落。2、饮食。人们的日常饮食会影响人体内微生物的组成，而且食物中的一些化学制剂或者与某些化学制剂具有类似功能的成分都有可能影响体内的微生物菌落。3、心理压力。心理压力也会改变人体内的微生物群落状况，可能引起一些微生物的增加，同时也会降低某些微生物的数量。人体肠道微生物菌落异常与自身免疫疾病、肥胖、糖尿病、自闭症神经系统疾病等很多疾病或健康问题相关。治疗癌症法国巴斯德研究所等机构的研究人员在美国期刊《科学》上报告说，常用于癌症化疗的药物环磷酰胺能够破坏肠道黏液层，让肠道细菌进入循环系统，其中一些到达脾和淋巴结的细菌能促进形成免疫细胞，而后者会攻击癌细胞。但当研究人员用抗生素杀死实验鼠的肠道细菌后，环磷酰胺间接促生免疫细胞的能力会大大降低。《科学》同期发表的美国国家癌症研究院的另一项研究显示，科研人员选取正接受化疗、存活率为70%的癌症实验鼠，并用抗生素杀死其肠道细菌。结果导致这些实验鼠摄入的化疗药物不再起作用，它们的存活率在两个月后下降到20% 生物夺氧需氧微生物，特别是芽胞杆菌消耗肠道内的氧气，形成厌氧的环境，有利于乳酸杆菌等有益微生物的生长，抑制有害需氧菌和兼性厌氧菌的增值，防止发病。双歧杆菌 1、维护肠道正常细菌菌群平衡，抑制病原菌的生长，防止便秘，下痢和胃肠障碍等； 2、抗肿瘤； 3、在肠道内合成维生素、氨基酸和提高机体对钙离子的吸收；

生活污水处理厂微生物群落结构解析

生活污水处理厂微生物群落结构解析发表时间：2018-11-27T16:00:33.133Z 来源：《建筑学研究前沿》2018年第21期作者：安海金[导读] 其中共有19种优势微生物的丰度在1%以上，共有355中菌属的所占比例高于0.01%。通过试验结果可以分析得到A城的城市污水处理厂的水质中有比较丰富的微生物资源，这些微生物资源也为污水处理提供微生物基础。安海金山西华瑞鑫环保科技有限公司山西省太原市 030024摘要：本文的研究对象是A城的城市生活污水处理厂，研究方法为高通量测序技术，最终获得解析功能单元中微生物群体结构结果。通过高通量测序得出ACE指数为20653.4，Chaol指数为12145.8，Shannon指数为6.6，Simpson指数为0.005。其中共有19种优势微生物的丰度在1%以上，共有355中菌属的所占比例高于0.01%。通过试验结果可以分析得到A城的城市污水处理厂的水质中有比较丰富的微生物资源，这些微生物资源也为污水处理提供微生物基础。关键词：生活污水；微生物群体；结构解析引言：随着工业经济的不断发展，国家越来越重视对工业污染的处理要求，污水处理也是一项重要内容。如果污水处理不达标，排放出不符合要求的污水，会直接对湖水、河水产生负面影响，比较常见的就是水体富营养化。在城市污水处理的过程中，脱氮除磷是重要内容，污水处理厂中存在大量的微生物菌属，了解其群落结构特征可以为脱氮除磷在理论上提供帮助，便于脱氮除磷工作在实际工作中的推进。目前，城市污水处理厂使用的主要方法是氧化沟工艺，从微生物群体结构出发来解析的还比较少。本文以A城的污水处理厂为例，使用污水处理厂中的活性污泥作为研究对象，采用高通量测序技术从各级分类水平上分析污水处理厂中的微生物多样性以及其群落结构特征，希望能为氧化沟污水处理提供补充性的理论支持。 1材料与方法 1.1污水处理厂概况 A城污水处理厂位于市区东南河边，每天处理污水量达10—15吨。该污水处理厂的进水水质中TP（总磷）为2.7mg/L，氨氮为18.7mg/L，YN（总氮）为24.5mg/L，化学需氧量为242.8mg/L，升华需氧量为109.5mg/L。处理污水主要使用氧化沟，水力停留时间为十小时。 1.2高通量测序该方法是指将氧化沟厌氧池中的活性泥污放入冰盒后带回实验室立即试验，借助试剂盒的帮助提取微生物基因组DNA，为了检测抽取基因的完整性，需要使用到1%的琼脂糖凝胶电泳，之后用试剂盒来检验基因组DNA的浓度。每个样品需重复三道工序，首先进行3分钟的95℃预变；之后是保持30s的95℃、55℃、72℃的循环，包含25个循环；最后是在72℃下保持5分钟。对PCR产物进行琼脂糖电泳并回收，使用Qubit2.0DNA检测产物的定量，再通过IlluminaMiseq测试平台对PCR产物做高通量测序。 1.3微生物群落结构分析通过对所得序列的质量控制除去不合格的引物序列、短片段和低质量序列，对剩下的序列进行相似性分析，使用uclust软件划分操作分类单元。同时对所选序列进行物种分类，分为门、纲、目、科、属这几个基本单位，根据各单位内的序列数量进行统计分析，绘制物种有关图表。 2结果与讨论 2.1污水处理效果试验时的污水温度处于25—35℃的区间内，笔者对该污水处理厂的进水浓度进行了累计频率分析，结果为该污水处理厂的出水水质是符合一级B类排放标准的。在该污水处理厂升级改良后，出水水质满足一级A类排放标准。 2.2污泥中微生物多样性分析最初共获得了28560条有效序列，通过质量控制后分为4435个分类操作单元，即OUT。对有效序列进行的是α指数多样性分析，结果为ACE指数为20653.4，Chaol指数为12145.8，Shannon指数为6.6，Simpson指数为0.005。后续可根据OUT数目、ACE指数、Chaol指数等绘制丰富度稀疏图或Shannon指数图等，从数值中可以分析出序列数量是接近饱和的，这也表明了污泥中有较多的微生物物种，并且其丰度与多样性都很高。 3微生物群落结构解析 3.1门水平群落结构分析试验结果表明大部分的细菌为变形菌门和浮霉菌门这两类，这两类细菌也是比例超过了20%比例的细菌。变形菌门细菌都是革兰氏阴性菌，有学者指出变形菌门有利于污水中有机物的祛除。浮霉菌门对去除水体中的氨氮和亚硝酸盐氮也有很大的作用，它主要存在于淡水水体、海洋沉积物、污水处理系统、土壤等厌氧环境中。其他占比比较大的细菌还有酸杆菌门、衣原体门、放线菌门、厚壁菌门、芽单胞菌门、拟杆菌门，这些细菌都可以处理污水中的有机物，具有相似的作用。 3.2纲水平群落结构分析在纲水平下，浮霉菌纲是最主要的，比例达23%左右，其他比较重要的有γ-变形菌纲、α-变形菌纲、β-变形菌纲等，加起来的比例在25%左右。α-变形菌纲是一种自养微生物，可以在硝化过程中发挥作用；γ-变形菌纲与β-变形菌纲具有相同点，都为兼性异氧菌，参与COD 的降解过程，在污水处理中发挥重要作用。 3.3目水平群落结构分析目水平下的细菌种类较多，比例最高的是浮霉菌目，比例在20%以上，明显高于其他目。变形菌门比例也不低，但种类很多，包括根瘤菌目、红螺菌目、假单胞菌目、黄色单胞菌目、军团菌目、交替单胞菌目、脱硫弧菌目、伯克氏菌目、交替单胞菌目等。衣原体目的比例也比较多，同样包括很多种类，比如鞘脂杆菌目和暖绳菌目等。 3.4科水平群落结构分析

环境微生物群落多样性分析

环境微生物群落多样性分析微生物群落多样性的基本概念环境中微生物的群落结构及多样性和微生物的功能及代谢机理是微生物生态学的研究热点。长期以来，由于受到技术限制，对微生物群落结构和多样性的认识还不全面，对微生物功能及代谢机理方面了解的也很少。但随着高通量测序、基因芯片等新技术的不断更新，微生物分子生态学的研究方法和研究途径也在不断变化。第二代高通量测序技术（尤其是Roche 454高通量测序技术）的成熟和普及，使我们能够对环境微生物进行深度测序，灵敏地探测出环境微生物群落结构随外界环境的改变而发生的极其微弱的变化，对于我们研究微生物与环境的关系、环境治理和微生物资源的利用以及人类医疗健康有着重要的理论和现实意义。在国内，微生物多样性的研究涉及农业、土壤、林业、海洋、矿井、人体医学等诸多领域。以在医疗领域的应用为例，通过比较正常和疾病状态下或疾病不同进程中人体微生物群落的结构和功能变化，可以对正常人群与某些疾病患者体内的微生物群体多样性进行比较分析，研究获得人体微生物群落变化同疾病之间的关系；通过深度测序还可以快速地发现和检测常见病原及新发传染病病原微生物。研究方法进展环境微生物多样性的研究方法很多，从国内外目前采用的方法来看大致上包括以下四类：传统的微生物平板纯培养方法、微平板分析方法、磷脂脂肪酸法以及分子生物学方法等等。近几年，随着分子生物学的发展，尤其是高通量测序技术的研发及应用，为微生物分子生态学的研究策略注入了新的力量。目前用于研究微生物多样性的分子生物学技术主要包括:DGGE/TGGE/TTGE、T-RFLP、SSCP、FISH、印记杂交、定量PCR、基因芯片等。DGGE等分子指纹图谱技术，在其实验结果中往往只含有数十条条带，只能反映出样品中少数优势菌的信息；另一方面，由于分辨率的误差，部分电泳条带中可能包含不

地膜覆盖对微生物群落结构的影响

地膜覆盖对土壤微生物群落结构的影响摘要：地膜覆盖因其对改善耕层土壤的水热状况具有显著作用，在中国北方干旱半干旱地区被广泛应用。土壤的结构、通气性、水分状况、养分状况等对土壤微生物均有重要影响。本文研究了长期覆膜栽培条件下的土壤微生物种群和生物活性, 为地膜覆盖栽培技术的长期应用和持续发挥增产作用提供科学依据。关键字：地膜覆盖；微生物群落结构土壤微生物是陆地生态系统的重要组成部分,是土壤有机质及养分转化、循环的主要动力,在推动地球生物化学元素循环过程中起着重要作用[1]。土壤微生物组成的质与量的变化是土壤健康状况的重要敏感指示[2]。土壤微生物多样性可以定义为生命的丰富度,代表着微生物群落的稳定性,也反映土壤生态机制及土壤胁迫对微生物群落的影响。土壤微生物群落结构主要指土壤中各主要微生物类群(包括细菌、真菌、放线菌等)在土壤中的数量以及各类群所占的比率,其结构和功能的变化与土壤理化性质的变化有关[3]。 1、水分对微生物的影响水分微生物细胞中的结合态水约束于原生质的胶体系统之中，成为细胞物质的组成成份，是微生物细胞生活的必要条件。游离态的水是细胞吸收营养物质和排出代谢产物的溶剂及生化反应的介质；一定量的水分又是维持细胞渗透压的必要条件。由于水的比热高又是热的良导体，故能有效地吸收代谢过程中产生的热量，使细胞温度不致于骤然升高，能有效地调节细胞内的温度。微生物如果缺乏水分，则会影响代谢作用的进行。水分的影响不仅取决于含量的多少，更重要的是其可给性。溶质浓度高低和固体表面对水的亲和力都影响水分对微生物的可给性。环境中水的可给性一般以活水度ａｗ（water activity）来表示。它是指在一定温度和压力条件下，溶液蒸汽压（ｐ）与纯水蒸汽压（ｐ０）之比，公式为ａｗ＝ｐ／ｐ０各环境中ａｗ值在0至1之间，纯水的ａｗ =1。水中有其他溶质时，溶质的ａｗ值降低，溶质愈多，ａｗ值越小，土壤中水活度在0.90至1.00之间。每种微生物都有最适ａｗ值，超过或低于最适ａｗ值，都会通过影响渗透压的变化而

微生物多样性研究—α多样性分析

微生物多样研究中的α 多样性指数分析

一、多样性指数介绍 ?多样性指数：是指物种多样性测定。 ?主要有三个空间尺度：α多样性，β多样性，γ多样性。?每个空间尺度的环境不同测定的数据也不相同。

?α多样性：主要关注局域均匀生境下的物种数目，因此也被称为生境内的多样性（within-habitat diversity） ?群落生态学中研究微生物多样性，通过单样品的多样性分析（α[Alpha]多样性）可以反映微生物群落的丰度和多样性，包括一系列统计学分析指数估计环境群落的物种丰度和多样性。

?β多样性：指沿环境梯度不同生境群落之间物种组成的的相异性或物种沿环境梯度的更替速率也被称为生境间的多样性（between-habitat diversity），控制β多样性的主要生态因子有土壤、地貌及干扰等。 ?β多样性意义：①它可以指示生境被物种隔离的程度；②β多样性的测定值可以用来比较不同地段的生境多样性；③β多样性与α多样性一起构成了总体多样性或一定地段的生物异质性。 ?群落生态学中研究微生物多样性，β（Beta）多样性是对不同样品/不同组间样品的微生物群落构成进行比较分析。

?γ多样性：描述区域或大陆尺度的多样性，是指区域或大陆尺度的物种数量，也被称为区域多样性（regional diversity）。控制γ多样性的生态过程主要为水热动态，气候和物种形成及演化的历史。 ?群落生态学中研究微生物多样性，γ多样性分析是指α多样性与β多样性相结合的分析。

二、α多样性指数 1.计算菌群丰度（Community richness）的指数 a)Chao -the Chao1 estimator Chao：是用chao1算法估计样品中所含OTU数目的指数，chao1在生态学中常用来估计物种总数，由Chao (1984) 最早提出。计算公式如下：S c?ao1=S obs+n1n1?1 2n2+1 ?其中，S c?ao1= 估计的OTU数；S obs= 观测到的OTU数；n1= 只有一条序列的OTU数目（如“singletons” ）；n2= 只有两条序列的OTU数目（如“doubletons”）。利用chao指数评估一个样本中OTU数目多少，chao指数越大，OTU数目越多，说明该样本物种数比较多。

微生物学微生物多样性

原核微生物物种多样性中国地域辽阔，地形、气候、土壤和植被等自然条件极为复杂多样，这些决定了中国微生物物种群必然丰富多彩，但是由于中国微生物资源尚未进行全面调查研究，目前在中国科学院微生物菌种保藏中心(非医学微生物保藏中心)保藏的细菌60属，266种，2003株，其中绝大部分是从各省土壤、水域和动、植物样品中分离获得的，有一定代表性，在工农业生产中使用能增产的菌株。 40多年来，中国有关研究单位曾对一些具有重要生态意义、经济价值和社会效益的原核类群进行了比较系统的调查研究，现根据调查结果简述如下： 1、放线菌目前国际上已经描述和发表的放线菌近60个属、2000多种，中国已对40个属中的一部分种进行过分类研究，现保藏有36个属，450种，1332个菌株；其中8个属是中国研究工作者描述和建立的，它们是类链霉菌属(Streptomycoides)、小链孢菌属(Microstreptospora)、异壁放线菌属(Actinoallotaichus)、三歧泡菌属(Trichotomous)、双孢放线菌属(Actinobispora)、游动四孢菌属(Planotetraspora)、动孢链霉菌(Streptoplanospora)和白黄孢囊菌属(Cathayosporangium)。它们具有科学和应用价值。 2、Frankia-共生固氮放线菌 Frankia是一类能与许多木本植物共生的结瘤固氮的放线菌，与这类菌共生的寄主植物广泛分布于世界各地，1978年组织了多学科协作研究，开展了全国放线菌结瘤植物调查，查明中国有6个属44个种的树木与放线菌共生结瘤固氮，其中19种是国际上未报道的新记录种(表1)。表1 中国新发现放线菌结瘤树种

微生物群落多样性的基本概念

微生物群落多样性的基本概念环境中微生物的群落结构及多样性和微生物的功能及代谢机理是微生物生态学的研究热点。长期以来，由于受到技术限制，对微生物群落结构和多样性的认识还不全面，对微生物功能及代谢机理方面了解的也很少。但随着高通量测序、基因芯片等新技术的不断更新，微生物分子生态学的研究方法和研究途径也在不断变化。第二代高通量测序技术（尤其是Roche454高通量测序技术）的成熟和普及，使我们能够对环境微生物进行深度测序，灵敏地探测出环境微生物群落结构随外界环境的改变而发生的极其微弱的变化，对于我们研究微生物与环境的关系、环境治理和微生物资源的利用以及人类医疗健康有着重要的理论和现实意义。在国内，微生物多样性的研究涉及农业、土壤、林业、海洋、矿井、人体医学等诸多领域。以在医疗领域的应用为例，通过比较正常和疾病状态下或疾病不同进程中人体微生物群落的结构和功能变化，可以对正常人群与某些疾病患者体内的微生物群体多样性进行比较分析，研究获得人体微生物群落变化同疾病之间的关系；通过深度测序还可以快速地发现和检测常见病原及新发传染病病原微生物。研究方法进展环境微生物多样性的研究方法很多，从国内外目前采用的方法来看大致上包括以下四类：传统的微生物平板纯培养方法、微平板分析方法、磷脂脂肪酸法以及分子生物学方法等等。近几年，随着分子生物学的发展，尤其是高通量测序技术的研发及应用，为微生物分子生态学的研究策略注入了新的力量。目前用于研究微生物多样性的分子生物学技术主要包括:DGGE/TGGE/TTGE、T-RFLP、SSCP、FISH、印记杂交、定量PCR、基因芯片等。DGGE等分子指纹图谱技术，在其实验结果中往往只含有数十条条带，只能反映出样品中少数优势菌的信息；另一方面，由于分辨率的误差，部分电泳条带中可能包含不只一种16S rDNA序列，因此要获悉电泳图谱中具体的菌种信息，还需对每一条带构建克隆文库，并筛选克隆进行测序，此实验操作相对繁琐；此外，采用这种方法无法对样品中的微生物做到绝对定量。生物芯片是通过固定在芯片上的探针来获得微生物多样性的信息，“只能验证已知，却无法探索未知”，此方法通过信号强弱判断微生物的丰度也不是非常的准确。而近年来以454焦磷酸测序为代表的高通量测序技术凭借低成本、高通量、流程自动化的优势为研究微生物群落结构提供了新的技术平台。Roche454高通量测序技术能同时对样品中的优势物种、稀有物种及一些未知的物种进行检测，获得样品中的微生物群落组成，并将其含量进行数字化。最近，美吉生物推出了新的测序平台———MiSeq。MiSeq高通量测序平台集中了Roche454和Illumina HiSeq2500的优点，不仅可实现对多样品的多个可变区同时测序，而且在测序速度和测序通量上都有进一步提升，目前此平台已在微生物多样性群落结构研究方面受到了广大学者的认可。第二代高通量测序技术

微生物多样性研究—β多样性分析

微生物多样研究中的—β多样性分析

一、β-多样性分析 1. 样品间距离计算 ?样品间的物种丰度分布差异程度可通过统计学中的距离进行量化分析，使用统计算法Euclidean，Bray-Curtis，Unweighted_unifrac，weighted_unifrac等，计算两两样品间距离，获得距离矩阵，可用于后续进一步的beta多样性分析和可视化统计分析。例如：将距离矩阵使用热图表示可直观观察样品间的差异高低分布。 D Bray?Curtis=1?2σmin S A,i，S B,i σS A,i+σS B,i SA,i=表示A样本中第i个OTU所含的序列数；SB,i=表示B样本中第i个OTU所含的序列数。

样品间距离矩阵构建的相似度树状图物种丰度差异基于Bray-Curtis距离heatmap图示意图

2. PCA 分析 ?主成分分析(PCA，Principal Component Analysis)，是一种应用方差分解，对多维数据进行降维，从而提取出数据中最主要的元素和结构的方法。 ?应用PCA分析，能够提取出最大程度反映样品间差异的两个坐标轴，从而将多维数据的差异反映在二维坐标图上，进而揭示复杂数据背景下的简单规律。?如果样品的群落组成越相似，则它们在PCA图中的距离越接近。

3.PCoA分析 ?主坐标分析（PCoA，Principal Co-ordinates Analysis），是一种与PCA类似的降维排序方法，通过一系列的特征值和特征向量排序从多维数据中提取出最主要的元素和结构。 ?可以基于bray_curtis、Weighted Unifrac距离和Unweighted Unifrac距离分别来进行PCoA分析，并选取贡献率最大的主坐标组合进行作图展示。 ?如果样品距离越接近，表示物种组成结构越相似，因此群落结构相似度高的样品倾向于聚集在一起，群落差异很大的样品则会远远分开。

环境微生物群落多样性分析--新手上路

高通量测序：环境微生物群落多样性分析

微生物多样性研究—β多样性分析概述

微生物之微生物多样性分析-DGGE

土壤微生物群落多样性研究方法及进展_1

污染土壤微生物群落结构多样性及功能多样性测定方法

微生物多样性研究进展

人体微生物群落与疾病

生活污水处理厂微生物群落结构解析

环境微生物群落多样性分析

最新基于测序的微生物多样性分析总结

地膜覆盖对微生物群落结构的影响

微生物多样性研究—α多样性分析

微生物学 微生物多样性

微生物群落多样性的基本概念

微生物多样性研究—β多样性分析

微生物学微生物多样性