[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

说明书

本发明公开了一种预测和评估微生物群落结构的方法，具体指基于物种多样性指数与区域范围关系的幂法则标度模型来预测区域内微生物群落多样性分布的方法。本发明对采样位点进行随机抽样排序和累积，获取累积采样位点下的累积物种多样性，并通过幂法则和指数截断的幂法则标度模型分别构建数学模型。重复上述抽样拟合过程若干次，根据模型的平均参数构建一套综合评估体系，该体系可有效监测或预测微生物群落物种多样性在监测区域内的分布规律。本发明可用于自然界中各类微生物生态群落分布和结构的监测或预测，特别适用于人体微生物菌群。通过预测菌群的结构，本发明可用于人体健康状况的评估，并为菌群相关疾病的个体化诊断和治疗提供定量化指标。

技术领域

本发明涉及计算生物学和医学生态学领域，特别涉及一种评估微生物群落结构的方法，具体指基于物种多样性指数与区域范围关系的幂法则标度模型来监测或预测区域内微生物群落多样性分布规律和结构的方法。

背景技术

微生物数量庞大，物种数多，在生态系统中发挥着重要的功能，同时也在维系生态系统物种多样性中扮演着重要的角色。一个区域内微生物群落的稳定性牵涉到区域内整个生态系统的稳定性和功能实现。微生物群落的物种数量随区域范围的扩大而增加，物种数量增长的速度反应了该区域内微生物的群落结构和分布特征。外界环境的干扰会影响微生物群落的分布和结构，通过微生物群落的结构和分布变化可以监测或预测干扰对群落的影响，从而采取不同的措施干预微生物群落的分布和结构，以便维护整个区域生态系统的稳定和健康。

人体微生物菌群是一个庞大而又复杂的微生物生态系统。首先，与人体共生的微生物数量近人体细胞总数的10倍，这些微生物与宿主的健康和疾病息息相关，同时宿主的健康状况直接或间接地影响着特定部位菌群的物种组成。人体一些疾病与微生物菌群密切相关，如结肠癌、牙周炎、肥胖、细菌性阴道病及皮炎等疾病，这些疾病也被称为“微生物菌群相关疾病”。其次，从生态学角度，每个个体都均可被视为一个独立的微生物生态系统，这一生态系统由数个局部微生物群落组成，除肠道、口腔、呼吸道和皮肤菌群外，在肺、生殖道及乳腺等部位也发现大量微生物，这些局部微生物菌群共同构成了一个微生物群落生态系统。此外，拥有同一属性的人群又共同构成了一个特殊的微生物生态系统，比如，肥胖患者的肠道菌群因与健康人群的肠道菌群物种结构不同，肥胖患者的肠道菌群共同构成了拥有共同属性的微生物生态系统。人体微生物菌群的分布特征或结构特征可以在一定程度上反应宿主的健康状况，以及微生物相关疾病的发病病程。该特征为人体的健康评估提供了生态学视角，为疾病的预防、诊断和治疗提供了可靠的理论依据。

现今，研究群落物种分布的方法限于群落物种的丰富度(Species Richness)随区域范围变化的情况。丰富度指一个群落中物种的数目，是群落的重要生态学指标之一。传统的群落物种丰富度与区域关系(Species-Area Relationship，SAR)虽然可以反应出群落物种数目随检测区域范围扩大而变化的情况，但却不能全面反应区域内微生物群落的分布情况。例如，通常在一个群落中不同物种拥有不同的个体数，即物种的丰度(SpeciesAbundance)，物种丰度及其在种间的分布情况直接关系到群落整体结构的稳定。此外，不同丰度的物种在维系群落结构稳定中所起的作用亦不相同。SAR的局限性限制了SAR的应用范围，因此寻找一个更为可靠、综合的评估体系来预测或预测特定区域内微生物生态群落的分布是非常重要的。

发明内容

本发明的目的在于针对现有SAR技术方法的不足，提供一种基于“多样性指数一区域范围关系”(Diversity-Area Relationship，DAR)的幂法则标度模型来监测或预测微生物群落结构和分布规律的方法。DAR模型系SAR模型的全新扩展。SAR仅限于物种丰富度，而DAR则适用于一般的群落多样性。DAR适用范围广，可用于检测自然界中各生态系统微生物菌群多样性随区域范围扩大而变化的情况，从而获得区域内微生物群落的结构和分布规律。尤其可用于人体微生物菌群相关疾病的监测、诊断和干预，为个体化医疗的诊断和预防提供可靠的理论基础。

为实现以上目的，本发明采用的技术方案为：