[发明专利]一种基于Hill numbers与时间关系的幂法则模型预测微生物群落结构的方法有效

专利信息
申请号: 201711223008.4 申请日: 2017-11-20
公开(公告)号: CN110021338B 公开(公告)日: 2021-09-17
发明(设计)人: 马占山;李文迪 申请(专利权)人: 中国科学院昆明动物研究所
主分类号: G16B5/00 分类号: G16B5/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 650223 云*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 hill numbers 时间 关系 法则 模型 预测 微生物 群落 结构 方法
【权利要求书】:

1.一种基于多样性指数和时间关系(Diversity-Time Relationship,DTR)的幂法则标度模型预测微生物群落结构变化的方法,其特征在于:该方法基于不同多样性阶数下DTR模型参数构成的评估体系,如表1所示:

表1.基于DTR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”

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

wplec: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计算各评估指标:

(1)数据:在一定时段内对特定区域的微生物生态群落进行监测,获得一组不同监测时间点下各物种的丰度信息数据,通过16s-rRNA标记的宏基因测序获得物种丰度信息;

(2)计算多样性指数:对物种丰度数据按照采样时间点的顺序进行累积,获得累积采样时间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,分别计算不同阶数下各累积采样时间的alpha累积物种多样性指数和beta多样性指数;

(3)模型构建:根据幂法则标度模型获取各多样性阶数下的评估指标wpl,模型核心如公式如下所示:

qD=cTw

其中,qD代表步骤(2)中计算得到的阶数q对应的alpha或beta多样性指数,T代表累积采样时间,c为模型参数,w为评估指标wpl

根据如下公式计算各多样性阶数下的群落多样性重叠度g:

g=(2DT-D2T)/DT=2-2w

其中,w为多样性指数下的评估指标wpl

根据指数截断的幂法则标度模型获取各多样性指数下的评估指标wplec,模型核心如公式如下所示:

qD=cTwexp(dT)

其中,qD代表步骤(2)中计算得到的阶数q对应的alpha或beta多样性指数,T代表累积采样时间,c和d为模型参数,w为评估指标wplec

将c,d和w带入如下公式计算评估指标MAD,即“群落最大累积多样性”:

其中,Max(qD)即为评估指标MAD;

综上可得完整的DTR评估体系,即表1所示,具体包括:wpl,即“幂法则标度参数”;g,即“多样性重叠参数”;wplec,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所述的内容,其特征在于:针对监测自然界中各种微生物生态群落多样性随时间的变化规律,从而提供服务的产品。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院昆明动物研究所,未经中国科学院昆明动物研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711223008.4/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top