Nature Microbiology:全球污水处理厂细菌群落揭秘！
本文转载自“Listenlii”,已获授权
Journal: Nature Microbiology
IF: 14.174
Published:13 May 2019
恭喜周老师新作！这篇文章的研究尺度很大，方法非常复杂，结果非常丰富。我尽量简单、清楚的写我最感兴趣的东西。其余细节请看原文。
本文分析了6大洲23个国家269个污水处理厂的约1200个活性污泥16S rDNA的样本。
结果表明，全球活性污泥细菌群落中约有10亿个细菌表型(phylotypes)，且服从泊松对数正态多样性分布(Poisson log normal diversity distribution)。尽管活性污泥具有高度的多样性，但存在一个全球核心细菌群落(28个OTUs)与活性污泥的性能密切相关。
利用全球数据集进行meta分析表明，活性污泥微生物群落与淡水群落的关系最为密切。与大型生物多样性相比，活性污泥细菌群落没有明显的纬度梯度。
群落在很大程度上受到随机过程(分散和漂移)的驱动，群落的空间周转率与群落规模有关。另外决定性因素(温度和有机物输入)也很重要。
对于污水处理厂微生物群落的多样性和生物地理学的了解才刚刚开始。
作者创建了一个全球水微生物群落联盟(GWMC)(http://gwmc.ou.edu/)，其成立于2014年5月，是一个促进全球水微生物研究研究和教育的国际合作和交流的平台。
在全球系统地收集和分析活性污泥微生物群落。本文提出了五个问题：
(1)活性污泥微生物群落的全球多样性程度如何?
(2)活性污泥工艺中是否存在跨大陆的核心微生物群?
(3)活性污泥微生物群落是否具有纬向多样性梯度(LDG)?
(4)微生物多样性对活性污泥工艺的功能性重要吗?
(5)确定性因素与随机性因素在调节活性污泥微生物群落组成、分布和功能方面的相对重要性如何?
采样
MoBio Power Soil DNA Isolation Kits提取污泥DNA。
515F/806R扩增16S rDNA V4区。
利用SILVA Test Prime v.1.0和SILVA132数据库检验了引物覆盖度，无错配情况可覆盖86.8% 细菌和52.9%的古菌。
UPARSE 97%聚类OTU，共得到96148个OTU。
MiDAS database进行物种划分。
Resample数量25600，去掉了singletons。
结果
样本和大洲水平的稀释曲线
(1)活性污泥微生物群落的全球多样性程度如何?
不同模型拟合物种丰度分布。泊松对数正态模型最优，可解释99%的群落变化。
利用尺度定律估算全球WWTP的微生物数量。
对于尺度定律，见前文：
PNAS(2016)-尺度定律预测全球微生物多样性
(2)活性污泥工艺中是否存在跨大陆的核心微生物群?
筛选方法包含三个条件：
overall abundant OTUs: 先计算出每个OTU在所有样本中的平均相对丰度mean relative abundance (MRA)。挑出丰度 > 0.1%作为高丰度物种；
ubiquitous OTUs: 在所有样本中超过80%都出现的物种定义为广泛出现的OTU；
frequently abundant OTUs：在每个样本中序列占到80%以上，高丰度在超过一半的样本中都达标，这种物种被定义为频繁出现的高丰度物种。
只有满足这三个条件，才能成为全球核心物种。即一个特定大陆的核心OTU应该是来自该大陆丰度>0.1%的OTU;一个核心OTU也必须在超过80%的样本中被检测到，并且在该大陆超过50%的样本中占主导地位。
28个核心微生物
核心微生物在门水平的分布
根据地球微生物群落项目确定了全球范围内各种生态系统的核心群落。土壤、人类粪便、空气和淡水微生物群落分别有9、6、2和1个OTUs被确定为核心类群。动物粪便和海洋没有发现核心类群，这可能是由于群落组成高度可变。
NMDS表明活性污泥的核心群落与其他生境没有重叠，说明活性污泥选择了一个独特的核心群落。
(3)活性污泥微生物群落是否具有纬向多样性梯度(LDG)?
中纬度丰度最高。曲线为基于最小二乘回归的多项式拟合。颜色表示全年平均气温。
不同尺度上的DDR。
(4)微生物多样性对活性污泥工艺的功能性重要吗?
结构方程模型(SEM)显示了环境变量、群落组成与污水处理厂功能之间的关系。蓝色和红色箭头分别代表显著的正、负相关。群落结构有基于Bray的PCoA的PC1轴代表。
SEM见前文结构方程模型(SEM)
随机森林分析检验了物种与温度的相关性。红色的对角线显示了完美预测的理论曲线。右下角是根据北美和南美的样本数据进行的训练，用于预测亚洲样本的温度。
环境因子之间的Spearman相关；以及群落结构与环境因子之间的partial Mantel tests.
(5)确定性因素与随机性因素在调节活性污泥微生物群落组成、分布和功能方面的相对重要性如何?
随机性比例很高，不论计算距离的方法、不论物种多样性还是系统发育多样性。
基于MRM的VPA分析表明地理距离(Geo)对群落变化的作用强于环境因子(Env)。
对于MRM，见前文
R——ecodist&MRM methods
SEM和VPA分析都涉及到了向后筛选变量的过程，见前文
MRM中进行变量筛选
后记：
本文涉及到的方法和结果实在太多，很多细节都是很值得研究的。基本上微生物领域的大部分分析都有涉及，是很好的学习材料。有兴趣一定要仔细看原文！
文章统计分析的R代码：
https://github.com/Linwei-Wu/Global-bacterial-diversity-in-WWTPs
仅有R代码供参考，但缺少测试数据
文章地址：
https://www.nature.com/articles/s41564-019-0426-5#Sec28
已经有公众号对图表进行了简单解读：
Nature子刊 | 清华大学周集中等：污水处理厂细菌群落的全球多样性和生物地理学特征
你点的每个赞，我都认真当成了喜欢
END
一个环境工程专业却做生信分析的深井冰博士，深受拖延症的困扰。想给自己一点压力，争取能够不定期分享学到的生信小技能，亦或看文献过程中的一些笔记与小收获，记录生活中的杂七杂八。
目前能力有限，尚不能创造知识，只是知识的搬运工。
欢迎大家扫描下方二维码关注我的公众号，若有问题也可直接加我的微信：水岸风堤(lii32703)。请备注姓名及单位，否则自动忽略。
欢迎分享，转载请联系我。
猜你喜欢
10000+：菌群分析 宝宝与猫狗 梅毒狂想曲 提DNA发Nature Cell专刊 肠道指挥大脑
系列教程：微生物组入门 Biostar 微生物组 宏基因组
专业技能：学术图表 高分文章 生信宝典 不可或缺的人
一文读懂：宏基因组 寄生虫益处 进化树
必备技能：提问 搜索 Endnote
文献阅读 热心肠 SemanticScholar Geenmedical
扩增子分析：图表解读 分析流程 统计绘图
16S功能预测 PICRUSt FAPROTAX Bugbase Tax4Fun
在线工具：16S预测培养基 生信绘图
科研经验：云笔记 云协作 公众号
编程模板: Shell R Perl
生物科普: 肠道细菌 人体上的生命 生命大跃进 细胞暗战 人体奥秘
写在后面
为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。
学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”
