基于k-tuple頻度統(tǒng)計的微生物群落測序數(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)研究中的重點研究問題。新一代測序技術(shù)使得直接從許多微生物群落中測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。因為微生物群落中基因組的數(shù)量和序列通常是未知的，且基因組的測序覆蓋率較低，要對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)上來評估它們在宏轉(zhuǎn)錄組樣本聚類上的有效性，包括三種d2類型的相異度度量、CVTree中的相異度度量Hao、基于相對熵的S2以及3種經(jīng)典的范式距離。實驗結(jié)果表明dS2相異度度量方法在宏轉(zhuǎn)錄組樣本聚類上的性能最優(yōu)，包括不同測序深度

3、下對測序樣本進行群組劃分的能力、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、以及對測序誤差的魯棒性。本文也對k-tuple長度和馬爾科夫模型階次的影響進行了研究，并開發(fā)相應(yīng)的分析軟件來實現(xiàn)本文主要的分析流程。
　　本文還對基于k-tuple頻度的序列特征方法進行了延伸性的探究，通過三組實驗研究序列特征方法對相似的微生物群落樣本、相似物種和不同測序平臺的測序數(shù)據(jù)所表現(xiàn)出來的聚類特性。實驗發(fā)現(xiàn)RNA樣本要比DNA樣本容易被區(qū)分，同