微基生物 » news

微生物多样性分析

luoyuanquan — Fri, 22 Jul 2016 08:09:16 +0000

微生物多样性分析

　　好多客户来咨询时，常问一个问题是“微生物多样性分析具体包括哪些内容呀”。

今天小编简单给大家介绍下我们家的微生物多样性分析。

生物多样性是生态学上的一个非常重要的概念，主要指生物（植物、动物、微生物）及其所组成系统的总体多样性和变异性，主要包含三个层次，遗传多样性、物种多样性和生态系统多样性。

我们家做的“微生物多样性分析”是属于遗传多样性哟！主要是运用分子生物学技术、利用二代、三代高通量测序、PCR-DGGE、实时荧光定量PCR等平台、结合生物信息分析手段，对样本中微生物的遗传信息进行检测和分析。

我们家“微生物多样性分析”主要包括以下5个方面：

1 Alpha多样性分析

2 物种组成分析

3 Beta多样性分析

4 进化关系分析

5 相关性分析

1 Alpha多样性分析

主要分析每个样本中微生物群落本身的多样性，主要有群落丰富度指数（Chao指数和Ace指数）和多样性指数（Shannon指数和Simpson指数）。

其中，Chao 指数和 Ace指数简单指群落中物种的数量，而不考虑丰度情况；Simpson 指数反映的是优势种在群落中的地位和作用，它与其他多样性指数呈负相关。

2 物种组成分析

主要是从分类水平上分析样本中微生物群落的物种组成，即可以分析单个样本，又可以比较多个样本。分类水平主要由界、门、纲、目、科、属、种这7个组成。目前基于靶基因的高通量测序能将微生物大部分鉴别到属水平，较少部分鉴别到种水平哟。通常用样本群落组成分析柱状图、群落组成分析饼图、Heatmap图、Venn图等来展现微生物群落的物种组成。

3 Beta多样性分析

Beta多样性主要是利用各样本的物种组成或物种间的进化关系及丰度信息来计算样品间距离，寻找样品间具有显著性差异的微生物群落。目前常用的是PCA分析、PCoA分析、NMDS分析、多样品相似度树状图等。

其实LDA EffectSize（LEfSe）分析也可以寻找两组及两组以上的微生物群落间的差异，并可找出每组中起重要作用的微生物。

4 进化关系分析：

主要分析不同样本中微生物的进化关系，常用系统发生进化树、分类学分析树等来展示。

5 相关性分析：

不仅可以分析微生物间相互作用关系，也可以分析不同环境因子与样本中微生物的关系。分别用微生物相关性分析图、RDA/CCA来展示。

微生物多样性分析，首发于微基生物。

生信分析之PCA

luoyuanquan — Fri, 15 Jul 2016 06:42:22 +0000

PCA (Principal Component Analysis)，即主成分分析，是一种对数据进行简化分析的技术，这种方法可以有效的找出数据中最“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。

比较抽象？那咱们举个简单的例子。

小A和小B是一对双胞胎，他们在外貌、身高、体型等方面差异都很小。但是小A的额头上有颗痣，小B没有。此时，分辨小A和小B只需要根据额头上的痣即可，无需关注两个人在外貌、身高、体型等方面的微小差别。这颗“痣”可以作为区分小A和小B的主成分。

但是数据分析时，数据之间的区分点并不像“痣”那么明确，并且计算机也不会像人似的那么智能，它不会区分哪些特征可以作为区分数据的主要因素。这时候就需要给计算机一种区分方法——PCA主成分分析。

PCA的原理

假设我们有N个P维的数据要区分， X1，X2，……，Xn。如果P比较大，那么处理的数据量较大，我们需要将P维的数据降至d维（d

（不知道你们懂了么，反正数学小白的小编…… O(∩_∩)O）

忽略头疼的原理，下面小编将从PCA分析的用途、PCA算法、PCA图解读、PCA分析软件等方面来进行详细解释。

PCA的用途

PCA分析它可以反映以下问题哟！

（1）揭示造成样本差异性的主成分及其贡献率。如在下图中，造成样本差异性最大的成分为PC1，贡献率为97.85%。

（2）揭示不同处理下的样品的情况。样品组成越相似，样本在PCA中的距离越近。

（3）样本间的差异性。两样本在横、纵坐标轴上的距离表示样本受主成分(PC1和PC2)影响下的相似性距离。

PCA的算法

对于微生物多样性分析，PCA分析是基于每个样品的OUT（97%相似性）丰度作图。

通过分析不同样品OTU（97%相似性）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，坐标轴取能够最大反映方差值的两个特征值。

PCA的解读

以下图为例对PCA图进行解读哟！

图中的点：不同颜色表示不同的分组。红色表示A组，蓝色表示B组。

坐标轴：能够最大反映样本差异性的两个成分（PC1和PC2）。

坐标轴上的刻度：为相对距离，无实际意义。

百分数：表示成分的贡献率。如PC1成分的贡献率为97.85%，PC2成分的贡献率为1%。

对于目前比较流行的3D-PCA分析图，它的图解也是相同的。只不过二维PCA只展现贡献率前二名的成分，3D-PCA可以更直观的展现贡献率前三位的成分。

分析软件

PCA分析可以用mothur，PC-ORD或是CANOCO做出来哟。

生信分析之PCA，首发于微基生物。

微基生物应邀参加第三届中国整合肠病学学术会议

luoyuanquan — Thu, 05 May 2016 05:06:57 +0000

应“第三届中国整合肠病学学术会议”的邀请，微基生物将于2016年5月8日在南京参加会议，技术总监丁博士将在会议中作主题为“肠道菌群研究方法及其临床分析策略”的报告。

　　此次会议由中国医师协会整合医学分会主办，由南京医科大学第二附属医院、第四军医大学西京医院承办。此次参会的人员有许多国内外重量级专家哟！中国工程院院士樊代明、第四军医大学第一附属医院消化内科主任吴开春、南京医科大学整合肠病学重点实验室主任张发明、美国奥尔巴尼医学中心Xinjun Cindy Zhu、纽约大学医学中心Lea Ann Chen等。专家们将在会议上对整合医学、FMT（Fecal microbiota transplantation，粪菌移植）、肠病综合诊疗等方面做精彩报告。此次会议将分为1个主会场和2个分会场。

会议安排如下：

会议时间：2016 年 5 月 8 日上午 8:30- 下午 16:30（5 月 7 日下午报道）

会议地点：南京市鼓楼区淮滨路 1 号，世茂滨江希尔顿酒店

微基生物应邀参加第三届中国整合肠病学学术会议，首发于微基生物。

微基生物要去河南开讲座啦！

luoyuanquan — Wed, 27 Apr 2016 07:11:28 +0000

　　应2016年河南省微生物学会微生态学专业学术会议的邀请，微基生物的技术主管侯美玲将于2016年4月29日赴河南郑州开展讲座。

此次讲座的题目是“基于二代高通量测序的宏基因组学及其在微生态领域中的应用”。在本次交流会中侯主管将介绍目前宏基因组学研究的两种常见策略：（1）Whole Genome Sequencing（WGS），针对全基因组测序分析，（2）针对16S rRNA基因或其他靶基因的宏基因组研究模式，重点讨论基于靶基因的宏基因组分析模式，包括样本采集、分子实验、生物信息分析及相应的分析流程，并介绍其在微生态领域中的应用情况和需要注意的各类问题。

信息量是不是满满的？！

更惊喜的是在河南的讲座有2场！

　　　4月29日上午10:00，郑州大学新校区生命科学学院，生物馆第一报告厅；

　　　4月29日下午17:20，河南工业大学学术报告厅。

微基生物要去河南开讲座啦！，首发于微基生物。

2016微基生物春季校园宣讲开始啦！

luoyuanquan — Thu, 21 Apr 2016 03:07:29 +0000

　　2016年微基生物春季校园宣讲正式开启！

微基生物联合铂尚生物、捷瑞生物共同开展“生物行业四月联合宣讲会”。

微基生物此次校园宣讲的主题是“高通量测序、宏基因组学技术在微生物生态学中的应用”。在宣讲会中，微基生物技术总监丁博士将会详细介绍二代高通量测序技术在植物、动物、土壤、人体等微生物生态学中的应用，并且会介绍微基生物提供的 “实验规划->样本采集->微生物多样性检测->生信统计学分析->论文协助”整体研究服务哟！

宣讲会行程安排如下：

秀一张此次宣讲会的海报！

具体详情请咨询微基生物400-660-9270。

2016微基生物春季校园宣讲开始啦！，首发于微基生物。