[发明专利]一种基于Hill numbers与时间关系的幂法则模型预测微生物群落结构的方法

说明书

本发明公开了一种定量监测微生物群落结构变化趋势的方法，具体指基于微生物群落多样性Hill numbers指数与时间关系的幂法则标度模型来监测或预测群落多样性随时间变化的方法。根据被测区域内微生物群落多样性(Hill numbers)指标，通过建立“幂法则标度模型”和“指数截断的幂法则标度模型”，分别构建累积群落多样性指数与累积采样时间之间的数学模型，并根据模型参数获得一套评估体系，从而能够有效地评估或预测群落多样性随时间的变化。该方法可用于监测或预测自然界中各种(包括人体、食品、水质、土壤等)微生物生态群落多样性随时间的变化，特别是人体微生物菌群，从而为菌群相关疾病的个性化精准诊治以及健康菌群的监测和预测提供定量化指标。

技术领域

本发明涉及计算生物学、医学及生态学领域，特别涉及一种监测或预测微生物群落结构随时间变化趋势的方法，具体指利用微生物物种多样性Hill numbers指数与时间关系的幂法则标度模型来监测群落多样性随时间变化的方法。

背景技术

微生物是生态系统重要的组成之一，它们无处不在，数量庞大，在生态系统中发挥着重要功能。特定区域内微生物群落的稳定性牵涉到该区域整个生态系统的稳定性，如河流、湖泊和温泉等水体内的微生物与水质密切相关，而土壤中微生物的组成会影响土壤的营养。微生物群落的物种数量会随着时间进行波动，这种时间动态广泛存在于各个特定位点的微生物群落当中。而不同群落的动态模型又不尽相同，该不同体现在微生物群落对外界环境或人为干扰的响应程度。如新生婴儿肠道和新叶表面部分微生物群落，或水体系统中随季节更替的微生物群落，会直接随着外界环境的改变而改变。然而，如废水处理系统中微生物群落却极少出现时间波动，特别是其中的核心种群表现出较强的时间稳定性。对微生物群落的时间动态进行监控，可以更好的预测外界干扰对群落的影响，从而进行相应的人工干预来维护生态系统的稳定。

人体共生着大量的微生物，除少数病原菌外，它们与人体互利共生，相互影响。大量研究表明，人体微生物菌群与人体的健康和疾病有着紧密的联系。宿主生活习惯、健康状况的变化直接或间接地影响着特定部位菌群的结构，如结肠癌、牙周炎、细菌性阴道病、皮炎及肥胖等疾病还被称为“微生物菌群相关疾病”。而不同时期的结肠癌患者肠道内微生物的物种组成及多样性也发生了改变。人体共生菌群的时间动态可以在一定程度上反应人体的健康和疾病状况，为疾病的预防、诊断和治疗提供全新的视角。

在生态学领域中，研究物种随时间变化的情况主要从物种丰富度(Richness) 与时间的关系着手，即物种-时间关系(Species-Time Relationship，STR)。其中，物种丰富度指一个群落内物种的数目。作为重要的生态学法则，STR描述了在观测的时间范围内，一个群落的物种丰富度随时间增长的情况。然而，传统的STR模型仅能反应一个群落物种丰富度随时间的改变，忽略了其他重要的群落结构特征，如每个物种的丰度信息。物种丰度是衡量物种自身个体数量的指标，物种丰度及物种丰度分布情况在一定程度影响着群落结构的稳定。STR的片面性限制了STR的应用范围，因此需要一个更为可靠、综合的评估体系对群落结构进行时间序列上的监测。

发明内容

本发明的目的在于针对现有技术方法的不足，提供一种基于“多样性Hillnumbers指数一时间”(Diversity-Time Relationship，DTR)的幂法则标度模型来监测自然界中各类微生物群落结构变化的方法。DTR模型系STR模型的全新扩展STR仅限于物种丰富度，而DTR则不但涵盖了对物种丰富度的检测，还可以用于群落中不同水平物种的多样性检测。该方法适用范围广，可用于检测各生态系统中微生物菌群多样性随时间的变化情况，尤其可用于人体微生物菌群相关疾病的监测、诊断和干预，为个性化精准医疗的诊断和防治提供可靠的理论基础和定量化指标。

为实现以上目的，本发明采用的技术方案为：

步骤【1】数据采集：一定时段内对特定区域的微生物生态群落进行监测，获得一组不同监测时间点下各个物种的丰度信息数据。例如，通过16s-rRNA宏基因测序获得各个样点所有物种的丰度。