16S rRNA多样性全球模式复现

Author

张逸帆 (2025303120024)

📦 源代码: GitHub 仓库

论文信息

  • 论文标题: Global Patterns of 16S rRNA Diversity at a Depth of Millions of Sequences per Sample
  • 期刊: PNAS (2011)
  • DOI: https://doi.org/10.1073/pnas.1000080107
  • 复现语言: R

研究背景

本项目复现了 Caporaso 等人于 2011 年发表在 PNAS 上的经典环境微生物测序论文。依托 R 语言中 phyloseq 包内置的 GlobalPatterns 标准数据集，复现论文核心结论：不同环境类型是决定微生物群落多样性和组成差异的最主要因素。

环境准备与数据加载

我们使用 phyloseq 自带的 GlobalPatterns 数据集进行分析，确保数据的高可用性与可重复性。

# 加载依赖包
library(phyloseq)
library(ggplot2)
library(dplyr)
library(vegan)

# 加载并查看数据
data("GlobalPatterns")
GlobalPatterns
phyloseq-class experiment-level object
otu_table()   OTU Table:         [ 19216 taxa and 26 samples ]
sample_data() Sample Data:       [ 26 samples by 7 sample variables ]
tax_table()   Taxonomy Table:    [ 19216 taxa by 7 taxonomic ranks ]
phy_tree()    Phylogenetic Tree: [ 19216 tips and 19215 internal nodes ]

数据预处理

过滤掉丰度过低的无效数据。

# 过滤序列
GP <- prune_taxa(taxa_sums(GlobalPatterns) > 0, GlobalPatterns)
print(GP)
phyloseq-class experiment-level object
otu_table()   OTU Table:         [ 18988 taxa and 26 samples ]
sample_data() Sample Data:       [ 26 samples by 7 sample variables ]
tax_table()   Taxonomy Table:    [ 18988 taxa by 7 taxonomic ranks ]
phy_tree()    Phylogenetic Tree: [ 18988 tips and 18987 internal nodes ]

Alpha 多样性分析

plot_richness(GP, x="SampleType", measures=c("Shannon")) +
  geom_boxplot(aes(fill=SampleType), alpha=0.7) +
  theme_bw() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1, size = 10)) +
  labs(title = "不同环境类型的 Alpha 多样性 (Shannon 指数)",
       x = "环境类型", y = "Shannon 多样性指数") +
  guides(fill = "none")

Beta 多样性分析

# 转化为相对丰度
GP_rel <- transform_sample_counts(GP, function(x) x / sum(x))

# 计算 PCoA
ord_bray <- ordinate(GP_rel, method="PCoA", distance="bray")

# 绘制 PCoA 图
plot_ordination(GP_rel, ord_bray, color="SampleType") +
  geom_point(size=4, alpha=0.8) +
  theme_minimal() +
  labs(title = "微生物群落组成的 PCoA 分析 (Bray-Curtis)",
       color = "环境类型")

讨论

复现收获

  1. 掌握了 phyloseq 包进行微生物组数据分析的标准流程
  2. 理解了 Alpha 多样性（群落内多样性）和 Beta 多样性（群落间差异）的分析方法
  3. 认识到环境类型对微生物群落结构的决定性影响

方法说明

  • Shannon 指数：衡量群落内物种多样性的指标，综合考虑了物种丰富度和均匀度
  • Bray-Curtis 距离：基于物种丰度的非相似性度量，常用于微生物群落比较
  • PCoA：主坐标分析，将高维群落数据降维到二维空间进行可视化

结论

通过 Alpha 和 Beta 多样性分析，我们成功复现了论文的核心结论：不同环境类型（如土壤、海洋、淡水、人体部位等）的微生物群落组成存在显著差异，环境类型是决定微生物群落结构的最主要因素。这一发现对于理解微生物生物地理分布规律具有重要意义。