为进一步提高《微生物组实验手册》稿件质量，本项目新增大众评审环节。文章在通过同行评审后，采用公众号推送方式分享全文，任何人均可在线提交修改意见。公众号格式显示略有问题，建议电脑端点击文末阅读原文下载PDF审稿。在线文档(https://kdocs.cn/l/cL8RRqHIL)大众评审页面登记姓名、单位和行号索引的修改建议。修改意见的征集截止时间为推文发布后的72小时，文章将会结合有建设性的修改意见进一步修改后获得DOI在线发表，同时根据贡献程度列为审稿人或致谢。感谢广大同行提出宝贵意见。

原核微生物群落随机性和确定性装配过程的计算方法

Calculation Method for Stochastic and Deterministic Assembly Processes of Prokaryotic Communities

赵维1, 2，王兴彪1, 2，侍浏洋1, 2，朱婉瑜1, 2，马磊1, 2，王敬敬1, 2，徐松1, 2，杨榕1, 2，张小霞1, 2，韩一凡1, 2，黄志勇1, 2, *

1中国科学院天津工业生物技术研究所 天津市工业生物系统与过程工程重点实验室，天津；2国家合成生物技术创新中心，天津

*通讯作者邮箱: [email protected]

摘要：原理：微生物群落生态学的一个主要目标是了解构成跨时空物种丰度模式的过程(Stegen等，2012；Zhou等，2014；Dini-Andreote等，2015)。确定性和随机性两种类型的过程会影响群落的聚集。确定性过程(其中非生物和生物因素决定物种的存在与否和相对丰度)与生态选择相关(Vellend，2010)，随机过程包括不可预测的扰动、概率性的散布和随机的出生-死亡事件等，这些变化不是由环境决定的适应性结果(Chase和Myers，2011)。目的：判定群落间变化由确定性过程主导还是随机性过程主导。方法：使用零模型量化群落的绝对系统发育距离与随机系统发育距离的偏离度，偏离程度越大，群落受确定性因素的影响越大，偏离度越小，群落受随机性因素的影响越大。结果：该方法可以使用NTI指示单个群落内共存的分类单元相比偶然预期的关系更为紧密还是分散，使用βNTI指示两两群落间的变化受确定性或随机性因素影响的大小。结论：该方法可用以评估不同时空尺度下随机性和确定性过程对微生物群落组装的影响。

关键词：随机性过程，确定性过程，群落组装，群落周转，时空变化

软件

1.R version 3.4.3

实验步骤

1.参照《Extraction and 16S rRNA Sequence Analysis of Microbiomes Associated with Rice Roots》(DOI:10.21769/BioProtoc.2884) (Edwards等，2018)中的方法对微生物群落进行16S rRNA序列分析获得样品的群落组成和系统发育关系树，对应的两个文件分别为OTU表格out_table.txt，和树文件rep_set.tre。

2.系统发育群落组成的计算参数

为了表征每个样本内的系统发育群落组成(空间和时间上的唯一点)，使用“mntd”和‘ses.mntd’对平均最近分类距离(MNTD)和最近分类指数(NTI)进行量化(Webb等，2002)。在R软件包“picante”中使用“mntd”和“ses.mntd”能完成上述两个指数的计算。

2.1MNTD

MNTD是mean-nearest-taxon-distance(平均最近分类距离)的缩写，MNTD可以查找样本中每个OTU之间的系统发育距离及与其最近亲属之间的系统发育距离，然后在这些系统发育距离上获取丰度加权平均值。MNTD计算一个群落内OTU之间的系统发育距离，可以提供有关群落内OTU之间生态(生态位)相似程度的信息。计算公式如下：

MNTD=min()

fik：群落k中OTUi的相对丰度；

nk：群落k中OTU的数量；

∆ikjk：OTUi与同样在群落k中的所有其他OTUj之间的最小系统发育距离。

2.2NTI

NTI是nearest-taxon-index（最近分类单元指数）的缩写，是对样本中每个分类单元到最近分类单元的系统发育距离的标准化度量，量化终端聚类的程度。NTI是“ses.mntd”输出的相反数。为了评估系统发育群落结构的非随机程度，将OTU及其相对丰度在系统发育的各个尖端进行随机分配(null.model=‘taxa.labels’in‘ses.mntd’)。NTI量化观察到的MNTD与零分布均值的标准偏差数(999个随机)。计算公式如下：

NTI=(MNTDnull- MNTDobs)/sd(MNTDnull)

对于单个群落，NTI大于+2表示共存的分类单元比偶然预期的关系更为紧密(系统发生聚类)；NTI小于-2表示共存的分类单元比偶然预期的亲缘关系更远(系统发生过度分散)。在所有的群落中获得的平均NTI与零值有显著差异，表示存在平均聚类(NTI>0)或过度分散(NTI

2.3βMNTD

系统发育随时间或空间的变化(系统发育β多样性)使用Beta平均最近分类距离(βMNTD)和Beta最近分类指数(βNTI)来量化，它们分别是MNTD和NTI的组间(between-assemblage)相似物(Webb等，2009；Kembel等，2011)。βMNTD是发生在两个不同群落中的最近亲属间的丰度加权平均系统发育距离。这种度量量化了群落装配之间的系统发育距离; βMNTD被使用是因为它强调短的系统发育距离的系统发育周转率,其中大力支持系统发育信号的假设。其计算公式如下：

βMNTD=0.5[min()+min()]

min()：群落k中的OTUi与群落m中所有OTUj之间的最小系统发育距离 (其他变量请参见上文)。

2.4βNTI

为了推断出对特定群落装配之间观察到的周转率起主要作用的生态因素，鉴于随机性生态过程的主导地位，使用零模型方法生成一个预期水平的βMNTD。为了量化观察到的βMNTD值和零βMNTD值分布之间偏差的大小和方向，使用了β-最邻近分类指数(βNTI)。通过将整个系统发育过程中的OTU随机化并重新计算βMNTD 999次，可以得到零βMNTD分布。βNTI是观察到的βMNTD与零βMNTD分布均值的标准偏差数。

βNTI=(βMNTDobs-βMNTDnull)/sd(βMNTDnull)

对于成对的群落比较，βNTI+2分别表示小于或大于预期的系统发育周转。在所有成对比较中获得的平均βNTI与零有显著差异，表示大于(βNTI>0)或小于(βNTI

结果与分析

1、R中计算实例

上述参数的计算可以在R中实现，现以两个来自海洋环境的原核微生物群落的数据为例子，计算上述参数。样品分别命名为S1和S2,其OTU种类和数量及其每个OTU之间的系统发育树文件见附件(http://doi.org/10.5281/zenodo.3980071)。OTU文件命名：out_table.txt；树文件命名：rep_set.tre。

library(picante)

library(ape)

comm