PNAS速递:稀疏的物种相互作用在微生物群落中再现丰度相关模式

403次阅读
没有评论

PNAS速递:稀疏的物种相互作用在微生物群落中再现丰度相关模式


关键词:宏观生态学,微生物群落模型,物种相互作用网络,稀疏性


PNAS速递:稀疏的物种相互作用在微生物群落中再现丰度相关模式

PNAS速递:稀疏的物种相互作用在微生物群落中再现丰度相关模式

论文题目:Sparse species interactions reproduce abundance correlation patterns in microbial communities论文期刊:PNAS论文地址:https://www.pnas.org/doi/10.1073/pnas.2309575121


微生物是地球上数量最多的生物,形成复杂的群落,从人类健康到生态系统管理,对许多问题产生深远影响。在许多不同的情境中,例如医学应用领域,理解物种间相互作用至关重要。然而,当前的微生物群落模型并没有充分捕捉到相互作用的重要作用。近期发表在PNAS上的文章提出了引入物种相互作用的种群模型(population models)。该研究能够复制未被现有模型捕捉到的物种相关性的宏观生态模式。这些发现验证了物种相互作用网络的重要性,并强调了其作为一种独特结构特性的稀疏性。这种特性与社区内负生态(amensalistic)关系和共生(commensalistic)关系的普遍性相关。


具体来说,在过去几十年中,宏观生态学已经确定了微生物群落丰度和多样性的广泛模式,并提出了一些可能的解释。然而,这些进展并没有伴随着对它们背后动态过程的完全理解。特别是,不同物种的丰度波动在时间和宏基因组(metagenomic)样品中的不同群落中都是相关的。通过适当的种群模型重现这样的相关性仍然是一个开放性挑战。


该研究解决了这个问题,并指出稀疏物种相互作用是解释这些相关性的必要机制。具体而言,该文章讨论了几种在种群模型中包括相互作用的可能性,并提出Lotka-Volterra常数是一种成功的方法。为此,该研究设计了一种贝叶斯推理算法,提取能够复制多种生物群落中成对相关性的经验概率分布的相互作用常数集合。重要的是,推断出的模型仍然能够复制关于物种和群落丰度波动的众所周知的单一物种宏观生态学模式。鉴于模型与实验观察到的现象一致,研究者分析对微生物相互作用网络特性的洞察——揭示了稀疏性是一个关键特征。


PNAS速递:稀疏的物种相互作用在微生物群落中再现丰度相关模式

图1 种群动态和由此产生的宏观生态模式的信息图。依靠对九个真实生物群落数据的分析,该研究以三个宏观生态学定律的术语来描述丰度变化的一些模式:i)任何给定物种在样本中的丰度波动遵循伽马分布;ii)不同物种的这些分布的方差与它们的平均值的平方成比例(泰勒定律的一个特例);iii)物种之间的平均丰度遵循对数正态分布。这些物种波动和多样性的宏观生态学模式已通过随机Logistic模型(SLM)得到简洁解释,该模型赋予传统的Logistic方程一个(乘法)随机项,其中包含有关环境变异性的信息。


PNAS速递:稀疏的物种相互作用在微生物群落中再现丰度相关模式

图2 显示了Pearson丰度相关系数的分布,这些系数是从典型数据集中获得的,并使用这两种矩阵集合中的每一种。实验分布在左右两侧呈指数衰减,略微不对称(所有生物群落的偏度系数接近或大于),并且在相关性的略微负值处有一个峰值。从样本中得到的分布与前者几乎毫无相似之处——它们几乎没有负相关,非常不对称,并且在零处有一个峰值。相反,从样本中获得的分布具有广泛的样本间变异性,并且一些实现与实验数据非常相似,通常在负相关值处有峰值。


PNAS速递:稀疏的物种相互作用在微生物群落中再现丰度相关模式

图3 Grilli的三个宏观生态学定律在弱相互作用区域内随相互作用参数变化的函数关系。


PNAS速递:稀疏的物种相互作用在微生物群落中再现丰度相关模式

图4 实际和模拟群落的丰度相关分布。



编译|余孟君

生命复杂性系列读书会


PNAS速递:稀疏的物种相互作用在微生物群落中再现丰度相关模式


了解读书会具体规则、报名读书会请点击下方文章:

生命复杂性系列读书会:从信息和物理视角探索生命的内在逻辑



推荐阅读1. 见著知微——微生物生态系统演化粗粒化模型2. 前沿速递:涌现视角的微生物生态系统建模方法3. Nat. Commun. 速递:微生物群落中关键物种的自上而下识别4. 张江:第三代人工智能技术基础——从可微分编程到因果推理 | 集智学园全新课程5加入集智学园VIP,一次性获取集智平台所有内容资源6. 加入集智,一起复杂!


点击“阅读原文”,报名读书会

 

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy