一种人体微生物菌群生态网络结构和功能变异的识别方法技术

本发明专利技术属于生物医学信息分析领域，公开了一种人体微生物菌群生态网络结构和功能变异的识别方法，利用人体不同状态的各个分类阶层的丰度值，量化各微生物物种间的相互关系，通过分析在不同的人体状态下，微生物群落在T

A Recognition Method for the Structure and Functional Variation of Human Microbial Community Ecological Network

The invention belongs to the field of biomedical information analysis, and discloses a method for identifying the structural and functional variations of the ecological network of human microbial flora. It quantifies the interrelationship among microbial species by using the abundance values of different classifications in different states of human body, and analyzes the microbial community in different human states at T.

【技术实现步骤摘要】
一种人体微生物菌群生态网络结构和功能变异的识别方法
本专利技术属于生物医学信息分析领域，尤其涉及一种人体微生物菌群生态网络结构和功能变异的识别方法。
技术介绍
目前，业内常用的现有技术是这样的：微生物群落是指在一定区域里，或一定生境里，各种微生物种群相互松散结合，或有组织紧凑结合的一种结构单位。微生物以群落的形式存在人体的各个器官中,微生物群落的生态特征可分为结构特征和功能特征,其中结构特征描述微生物群落成员的种类、丰度及其在不同环境条件下的更替。对微生物群落结构特征可以从微生物的各个分类单位如门纲科目属种甚至菌株水平数目来分析,人体不同部位具有不同的生存条件，包括温度、湿度、营养源、酸碱度、富氧程度、生长的基质等，因此，不同身体部位的微生物种类也不相同。与此同时，每个人所携带的微生物种类及其相对数量也是具有个体差异的，“微生物谱”受性别、饮食、气候、年龄、职业、卫生习惯差异的影响。而功能特征则描述群落的行为:底物代谢过程；与宿主或环境以及群落内其他成员相互拮抗和共生的关系。微生物群落的种群结构及种间相互作用是影响其生态功能的决定因素。研究表明，微生物群落之间的相互关系与人类大部分疾病的发生发展有密切的关系。由于传统的微生物培养方法只能分离约1％环境中的微生物，,大量未培养的微生物如同地球上的"暗物质",在相应生境中存在种类到底有多少,如何发挥功能,传统微生物学方法已经不能全面解答。基于高通量测序技术的16SrRNA测序分析技术和宏基因组测序技术能分别对特定环境中全部微生物的16srRNA基因或总DNA(也称宏基因组，metagenomic)进行克隆，并通过构建宏基因组文库，测序和生物生息学分析等手段获得各个分类阶层的群落特征，物种功能，属和种间的相互关系。由于不同的人体状态(包括性别、饮食、气候、年龄、职业、卫生习惯、健康状态等)下，例如健康与疾病，偏瘦与肥胖，摄入食物偏碳水化合物与偏肉类蛋白质，男性与女性等，人体所携带的微生物种类及其相对数量也是具有个体差异的，有效且量化的识别并表达该差异，可以为研究微生群落的变异与人类疾病发生发展的关系，奠定基础。综上所述，现有技术存在的问题是：现有技术，例如均值假设检验等典型变异微生物识别方法存在的无法识别离散程度变异情况的缺陷；现有技术仅对单一微生物菌群变异情况识别，无法对微生物菌群之间存在的复杂关系的变化进行描述；对变异微生物的识别停留在定性或半定量阶段，没有提供微生物变异情况的量化的评价方法。解决上述技术问题的难度和意义：微生物变异量化+多维识别的生物学意义，当前微生物生态的网络与疾病的发生发展密切关联，然而常规的差异物种的鉴定方法常常漏掉一些丰度上差异不显著，但在健康状态和疾病状态上功能差异非常明显的物种，该方法在于协助鉴别在疾病发生发展的进程中起关键作用的重要微生物，为下一步通过实验探寻重要的标记物缩小了范围，并奠定了理论基础。在对微生物差异识别时，单一微生物下(一维情况)，如何综合考虑微生物丰度以及丰度离散程度，将两者同时纳入到变异评价方法中，是本专利技术的一个技术难点。在对微生物差异识别时，多种微生物(多维情况)，如何综合考虑微生物丰度信息、丰度离散程度信息，以及微生物之间的共生、拮抗关系信息，将三者同时纳入到变异评价方法中，是本专利技术的一个技术难点。在进行微生物(菌群)变异程度评价时，如何建立起量化的度量方法，使得评价结果横向上(不同的微生物菌群间)、纵向上(不同的样本间)可比较，是本专利技术的一个技术难点。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种人体微生物菌群生态网络结构和功能变异的识别方法。具体是通过分析在不同的人体状态下，微生物群落在T2空间投影的差异情况，识别微生物群落的变异，为研究微生菌群的变异与人类疾病发生发展的关系，以及疾病防治和诊断提供支撑。本专利技术是这样实现的，一种人体微生物菌群生态网络结构和功能变异的识别方法通过计算微生物群落在T2空间投影的差异情况，得到微生物组在不同人体状态下的变异大小，为分析微生群落的变异与人类疾病发生发展的关提供支持。具体包括：步骤一：获取用于开展微生物群落结构和功能变异量化评价与的人体微生物组数据。步骤二：计算人体微生物组T2空间投影基线。步骤三：计算微生物组在T2空间投影数据。步骤四：去除微生物组在T2空间投影数据异常点。步骤五：计算人体微生物组在T2空间投影的变异情况。进一步，步骤一所述获取人体微生物组丰度或相对丰度数据，其具体实现过程如下：(1)获取人体状态数据；(2)建立微生物种群子空间；(3)获取人体微生物组丰度或相对丰度数据。进一步，步骤二所述计算人体微生物组T2空间投影基线，其具体实现过程如下：(1)计算各微生物丰度或相对丰度均值，以及微生物间协方差；(2)微生物组T2空间投影基线。进一步，步骤三所述计算计算微生物组在T2空间投影数据，其具体实现过程如下：(1)计算某状态下(记为Sa状态)微生物组数据在其他状态下(记为Sb状态)基线下投影数据；(2)计算Sb状态微生物组数据在Sa状态基线下投影数据；(3)计算Sa状态微生物组数据在Sa状态基线下投影数据；(4)计算Sb状态微生物组数据在Sb状态基线下投影数据。进一步，步骤四所述去除微生物组在T2空间投影数据异常点，其具体实现过程如下：(1)去除Sa状态下微生物组数据在Sb状态基线下投影数据的异常点；(2)去除Sb状态微生物组数据在Sa状态基线下投影数据异常点；(3)去除Sa状态微生物组数据在Sa状态基线下投影数据异常点；(4)去除Sb状态微生物组数据在Sb状态基线下投影数据异常点。进一步，步骤五所述计算人体微生物组在T2空间投影的变异情况，其具体实现过程如下：(1)开展投影数据服从分布的核函数估计；(2)计算子空间内人体微生物组变异程度，获取其量化评价值；(3)对有效子空间进行遍历，获得各个子空间变异程度，识别为变异空间。本专利技术的另一目的在于提供一种实现所述人体微生物菌群生态网络结构和功能变异的识别方法的计算机程序。本专利技术的另一目的在于提供一种实现所述人体微生物菌群生态网络结构和功能变异的识别方法的信息数据处理终端。本专利技术的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的人体微生物菌群生态网络结构和功能变异的识别方法。本专利技术的另一目的在于提供一种实现所述人体微生物菌群生态网络结构和功能变异的识别方法的人体微生物菌群生态网络结构和功能变异的识别设备。综上所述，本专利技术的优点及积极效果为：本专利技术利用人体不同状态的各个分类阶层的丰度值，量化各微生物物种间的相互关系，通过分析在不同的人体状态下，微生物群落在T2空间投影的差异情况，识别微生物菌群的变异，为研究微生群落的变异与人类疾病发生发展的关系，提供支持。如图6仿真数据所示，四个个数据集的平均和标准划分是无法区分的，尽管它们明显不同。然而，当比较X轴或Y轴PM评分和X-Y关系的PM评分时，在大多数成对比较中，可以观察到显著差异。本专利技术的优点还有：对均值变异与协方差变异共同识别，克服了均值假设检验等典型变异微生物识别方法存在的无法识别离散程度变异情况的缺陷；提出了微生物菌群子空间的概念，实现了对微生物菌群复杂关系的识别，克服了仅对单一微生物菌群本文档来自技高网...

【技术保护点】
1.一种人体微生物菌群生态网络结构和功能变异的识别方法，其特征在于，所述人体微生物菌群生态网络结构和功能变异的识别方法包括：步骤一：获取用于开展微生物群落结构和功能变异量化评价与的人体微生物组数据。步骤二：计算人体微生物组T2空间投影基线。步骤三：计算微生物组在T2空间投影数据。步骤四：去除微生物组在T2空间投影数据异常点。步骤五：计算人体微生物组在T2空间投影的变异情况。

【技术特征摘要】
1.一种人体微生物菌群生态网络结构和功能变异的识别方法，其特征在于，所述人体微生物菌群生态网络结构和功能变异的识别方法包括：步骤一：获取用于开展微生物群落结构和功能变异量化评价与的人体微生物组数据。步骤二：计算人体微生物组T2空间投影基线。步骤三：计算微生物组在T2空间投影数据。步骤四：去除微生物组在T2空间投影数据异常点。步骤五：计算人体微生物组在T2空间投影的变异情况。2.如权利要求1所述的人体微生物菌群生态网络结构和功能变异的识别方法，其特征在于，步骤一具体包括：记人体状态S＝{S1，S2，...Sn}；Sj下人体微生物样本量为j；微生物组中包含的微生物种类为OTU＝{OTU1，OTU2，...OTUp}；建立OTU的子空间为则OTU有效子空间的数量为个；获取人体微生物组丰度或相对丰度数据：处于某状态Sj下人体微生物第i个样本丰度或相对丰度数据记为其中i＝{N1，N2，…Nn}，有某状态Sj下空间内人体微生物第i个样本丰度或相对丰度数据记为不引起歧义的情况下，为3.如权利要求1所述的人体微生物菌群生态网络结构和功能变异的识别方法，其特征在于，步骤二具体包括：对Sj下内微生物组丰度数据或相对丰度数据计算各微生物均值：计算各微生物间协方差：有建立Sj下内微生物组T2空间投影基线为向量形式记为4.如权利要求1所述的人体微生物菌群生态网络结构和功能变异的识别方法，其特征在于，步骤三具体包括：1)计算内微生物组在状态Sa下的丰度数据或相对丰度数据在Sb的T2空间投影基线上的投影数据其中：2)计算内微生物组在状态Sb下的丰度数据或相对丰度数据在Sa的T2空间投影基线上的投影数据其中：3)计算内微生物组在状态Sa下的丰度数据或相对丰度数据在其T2空间投影基线上的投影数据其中：4)计算内...

【专利技术属性】
技术研发人员：刘星吟，米凯，柳枝，
申请(专利权)人：南京医科大学，
类型：发明
国别省市：江苏,32