基于微生物成员之间相互关系的网络推断分析(network analysis)也是微生物群落分析的一种常见手段(Faust and Raes, 2012)。此类分析的根本目的是通过关联分析的方法，寻找特定微生物群落在时空变化，环境过程驱动下所呈现的共现(Co-occurrence)或互斥(Co-exclusion)的固有模式，从而尝试探究以下科学问题：1) 该微生物类群是否存在特定的模块单元以完成特定的生态功能？2) 否是存在关键物种(keystone)其变化足以撬动整个群落的组成变化？3) 不同的环境因子、环境过程是否导致了该群落物种装配(assembly)的差异。
一般来说，在微生物生态学的关联网络图中，每个点可称为一个node(或vertex)，它可以代表群落中的一个ASV/OTU,又或是一个分类单元；两个点之间的连接线可称为edge，代表所连接的两个点之间的正相关或负相关的分布趋势。
图图云平台（www.cloudtutu.com）提供两种方式构建网络图：一种是基于物种丰度组成数据的相关性分析；另一种是根据成分数据估算相关值的SparCC方法，已经表明，SparCC是一种适合测序数据特征的新颖方法，可以推断物种或基因之间的相关性，以及构建微生物物种或基因功能相互作用网络。
image.png
子网络分析
1.子网络分析应用
子网络分析近年来的应用越来越广泛，Liping Qiu（2021）采用节点数、边数、介数和匹配度等网络拓扑参数来评估土壤微生物网络的复杂性，节点数和边数越高，介数和匹配度越小，说明土壤微生物网络的复杂性越大。通过对不同地点的土壤样品进行子网络分析，来探究土壤侵蚀对土壤微生物群落的影响从而探究土壤功能。
image.png
网络属性是通过使用igraph包获得的，每个样本的网络拓扑特征通过Ma等人描述的igraph包在子函数中实现。共现网络的可视化是使用Gephi进行的。
2.子网络分析表格
image.png
3.子网络分析网络图
image.png
Zipi分析
在网络模块的基础上衍生出了两个重要的节点特征，模块内连通度(Within-module connectivity，Zi)和模块间连通度(Among-module connectivity，Pi)，计算如下(Guimerà and Nunes 2005)。依据节点的的拓扑特征可将节点属性分为4种类型，包括：Module hubs（模块中心点，在模块内部具有高连通度的节点，Zi > 2.5且Pi < 0.62），Connectors（连接节点，在两个模块之间具有高连通度的节点，Zi < 2.5且Pi > 0.62），Network hubs（网路中心点，在整个网络中具有高连通度的节点，Zi > 2.5且Pi > 0.62）以及Peripherals（外围节点，在模块内部和模块之间均不具有高连通度的节点，Zi < 2.5且Pi <0.62）。
image.png
注：横坐标为模块间连通度；纵坐标为模块内连通度。不同颜色的点代表不同属性的节点。
image.gif
鲁棒性分析
复杂网络的功能和性能取决于其抗毁性（invulnerability），或称鲁棒性（robustness），当一个网络的部分节点被破坏（或移除）时，该网络保持其连通性的能力。由于其广泛的应用，网络的抗毁性成为复杂网络研究核心关注点之一。
image.png
注：横坐标为移除的节点的数量，纵坐标为自然连通性。
image.gif
如何得到这些图？
1.打开图图云平台，找到这个小工具
image.png
2.上传文件
image.png
3.输入分组（如无分组样品名和组名相同）
image.png
4.选择网络构建方法
image.png
5.得到的结果文件
image.png
子网络结果文件
image.png
网友评论