构建布尔影响网络研究环境因子与OTUs的相互作用

挖掘微生物与其所在环境的关系是理解微生物群落碳、营养和能量循环的重要研究。基于二代测序技术选择性捕获16S rRNA基因能够鉴定出复杂网络中的微生物物种,对微生物群落进行描述。但是,由于微生物所处环境因素的复杂性,例如温度、土壤情况等,仅限于共现网络的分析不能阐明微生物群落的复杂影响。清华大学自动化系江瑞副教授等研究人员提出了一个提取布尔影响(IF-THEN 关系)的布尔影响宏基因组研究(Boolean implications for metagenomic studies, BIMS)。通过16S rRNA测序鉴定物种并研究与环境因素的影响。首次通过综合模拟研究证实了BIMS的有效性,并应用到海洋微生物的真实样本中。基于错误率小于0.016,514对关系,在分类单元(operational taxonomic units, OTUs)和环境因子中构建了布尔影响网络。网络中的关系都有文献支持,使环境因素对微生物的影响有了新的生物学解释。又将BIMS应用到三方关系的检测,结果表明该方法能够揭示微生物群落的复杂关系。该研究刊登在2015年的《Quantitative Biology》杂志上。

参考文献:

Constructing a B oolean implication network to study the i nteractions between environmental factors and OTUs.Congmin Zhu, et al. Quantitative Biology. 2015.

作者简介:

江瑞:北京清华大学自动化系副教授。清华973国家重点基础研究发展计划项目《基于新一代测序的生物信息学理论与方法》第四课题组学术骨干。研究领域生物信息学、系统生物学、模式识别、机器学习、统计推断。