[发明专利]一种基于多样性指数和区域范围关系的幂法则标度模型预测微生物群落结构的方法

权利要求书

1.一种基于多样性指数和区域范围关系(Diversity-Area Relationship，DAR)的幂法则标度模型预测微生物群落结构的方法，其特征在于：该方法基于不同多样性阶数下DAR模型参数构成的评估体系，如表1所示：

表1.基于DAR模型监测或预测微生物群落结构变化的评估体系

PL：Power Law Scaling Model，即幂法则标度模型

PLEC：Power Law with Exponential Cutoff，即指数截断的幂法则标度模型

MAD：Maximal Accumulation Diversity，即“群落最大累积多样性”

z_pl：diversity scaling parameter from PL，即“幂法则标度参数”

z_plec：diversity scaling parameter from PLEC，即“指数截断幂法标度参数”

g：pair-wise diversity overlap parameter，即“多样性重叠参数”

前述评估体系，其特征在于根据如下方法构建评估体系：

(1)数据：对监测区域内微生物群落进行多位点采样，获得一组不同位点的微生物物种丰度信息数据，通过16s-rRNA标记的宏基因测序技术获得物种丰度信息；

(2)数据处理：对采样位点进行随机抽样排序，所得数据用于后续步骤，每次重排序的数据经计算拟合可获得一个DAR模型；

(3)计算多样性指数：对重排序后的物种丰度数据按照采样位点进行累积，获得累积采样位点下群落物种累积丰度的信息数据；利用Hill numbers多样性计算公式，选取4个多样性阶数：q＝0，1，2，3，分别计算不同q值下各累积采样位点的alpha累积物种多样性指数和beta多样性指数；

(4)模型构建：根据幂法则标度模型(PL：Power Law Scaling Model)构建各多样性阶数下的PL-DAR模型，模型核心公式如下所示：

^qD＝cA^z

其中，^qD代表步骤(3)中计算得到的阶数q对应的alpha或beta多样性指数，A代表累积采样位点，c和z为模型参数；

将参数z带入如下公式计算各多样性阶数下的群落多样性重叠度g：

g＝(2D_A-D_2A)/D_A＝2-2^z

根据指数截断的幂法则标度模型(PLEC：Power Law with Exponential Cutoff)构建各多样性指数下的PLEC-DAR模型，模型核心公式如下所示：

^qD＝cA^zexp(dA)

其中，^qD代表步骤(3)中计算得到的阶数q对应的alpha或beta多样性指数，A代表累积采样位点，c，z和d为模型参数；

从PLEC模型可推导出如下计算“群落最大累积多样性”(Maximal AccumulationDiversity，MAD)的公式，

其中，Max(^qD)即为MAD；

(5)评估体系：重复步骤(2)到(4)的计算拟合过程若干次，所得参数的均值构成监测或预测微生物群落结构的评估体系，即表1所示，具体包括：z_pl(diversity scalingparameter from PL)，即“幂法则标度参数”；g(pair-wise diversity overlapparameter)，即“多样性重叠参数”；z_plec(diversity scaling parameter from PLEC)，即“指数截断幂法则标度参数”；MAD，即“群落最大累积多样性”。

2.按照权利要求1所述的方法，其特征在于：针对监测或预测自然界中各类微生物生态群落物种结构和多样性在特定区域内的分布，从而提供服务的产品。