基于k-tuple頻度統(tǒng)計(jì)的微生物群落測(cè)序數(shù)據(jù)分析.pdf

1、微生物群落樣本的比較，即Beta多樣性，是生態(tài)學(xué)研究中的重點(diǎn)研究問(wèn)題。新一代測(cè)序技術(shù)使得直接從許多微生物群落中測(cè)取大量的宏基因組和宏轉(zhuǎn)錄組的短讀段序列成為了可能。因?yàn)槲⑸锶郝渲谢蚪M的數(shù)量和序列通常是未知的，且基因組的測(cè)序覆蓋率較低，要對(duì)短讀段從頭組裝則很有挑戰(zhàn)性，也因此傳統(tǒng)的基于配準(zhǔn)的序列比對(duì)方法并不適用于微生物群落的比較中。另一方面，基于k-tuple頻度的非配準(zhǔn)方法在宏基因組樣本的比較中產(chǎn)生了很理想的結(jié)果，讓我們看到了它的應(yīng)用前

2、景。但是，基于k-tuple頻度的非配準(zhǔn)方法對(duì)于宏轉(zhuǎn)錄組樣本的比較是否有效卻還是未知的，并且最有效的相異度度量方法也需要探尋。
　　本文基于k-tuple頻度，將幾種Beta多樣性的度量方法應(yīng)用在宏轉(zhuǎn)錄組數(shù)據(jù)上來(lái)評(píng)估它們?cè)诤贽D(zhuǎn)錄組樣本聚類(lèi)上的有效性，包括三種d2類(lèi)型的相異度度量、CVTree中的相異度度量Hao、基于相對(duì)熵的S2以及3種經(jīng)典的范式距離。實(shí)驗(yàn)結(jié)果表明dS2相異度度量方法在宏轉(zhuǎn)錄組樣本聚類(lèi)上的性能最優(yōu)，包括不同測(cè)序深度

3、下對(duì)測(cè)序樣本進(jìn)行群組劃分的能力、揭示環(huán)境梯度的影響、區(qū)分宏基因組和宏轉(zhuǎn)錄組樣本、以及對(duì)測(cè)序誤差的魯棒性。本文也對(duì)k-tuple長(zhǎng)度和馬爾科夫模型階次的影響進(jìn)行了研究，并開(kāi)發(fā)相應(yīng)的分析軟件來(lái)實(shí)現(xiàn)本文主要的分析流程。
　　本文還對(duì)基于k-tuple頻度的序列特征方法進(jìn)行了延伸性的探究，通過(guò)三組實(shí)驗(yàn)研究序列特征方法對(duì)相似的微生物群落樣本、相似物種和不同測(cè)序平臺(tái)的測(cè)序數(shù)據(jù)所表現(xiàn)出來(lái)的聚類(lèi)特性。實(shí)驗(yàn)發(fā)現(xiàn)RNA樣本要比DNA樣本容易被區(qū)分，同