微生物群落在促进养分循环、协助植物生长、维持人体健康等方面发挥着重要的作用。群落关键种对维持微生物群落稳定性具有重要影响，识别关键种一直是微生物生态学中的热点话题。识别关键种主要有两种框架：数据驱动的方法（data driven method）和去除实验（perturbation experiment）。其中数据驱动的方法主要有三种：
- 基于共现网络的方法
- top-down方法
- 基于深度学习的方法
注意：数据驱动的方法确定的关键种只是可能的关键种，还需要通过去除实验进一步地验证。
- 基于共现网络的方法主要包括：构建共现网络→划分模块→计算模块间连通度和模块内连通度→确定关键种，该方法已在之前的博客中有所介绍：计算网络节点模块内连通度(within modular degree)和模块间连通度(between modular degree)。
- 基于深度学习的方法：这里先做个预告，代码和数据都整理好了，预计下周上线，具体可参考论文
Identifying keystone species in microbial communities using deep learning。- 本文主要介绍
top-down方法，该方法源于论文：Top-down identification of keystone taxa in the microbiome。该方法通过计算Empirical Presence-abundance Interrelation (EPI)来衡量物种的重要性。
EPI指标计算的流程是：
- 根据物种i的有-无划分为两组：
有和无； - 将该物种去除，并将剩余物种的相对丰度标准化，使其和为1；
- 然后计算
有组和无组的距离，即该物种的重要性，EPI； - 物种EPI高于
平均值+两个标准差的物种可以确定为关键种。
这里的某物种 i i i 的EPI有三种衡量方法：
D 1 i {D}_{1}^{i} D1i 的计算:
- 根据物种 i i i 的有-无划分为两组：
有和无； - 将该物种去除，并将剩余物种的相对丰度标准化，使其和为1；
- 计算
有组和无组样品的两两间的Bray-Crutis距离。假设有5个样品A、B、C、D、E，其中有组:A、B、C,无组: D、E。有组和无组样品的两两间的距离矩阵为：
| ID | A | B | C |
|---|---|---|---|
| D | xxx | xxx | xxx |
| E | xxx | xxx | xxx |
- 然后取该矩阵的平均值，即为 D 1 i {D}_{1}^{i} D1i
计算 D 1 i {D}_{1}^{i} D1i R代码如下：
EPI_D1 <- function(S) {
library(vegan)
# Initialization
N <- nrow(S)
M <- ncol(S)
S_01 <- ifelse(S>0,1,0)
D1 <- rep(NA, N)
for (i in 1:N) {
# If the species is always present/absent, D1 is undefined
if (sum(S_01[i, ], na.rm = TRUE) != 0 & sum(S_01[i, ], na.rm = TRUE) != M) {
print(i)
ind_pres <- S_01[i, ] != 0
S2 <- S[-i, , drop = FALSE]
S2 <- S2 / colSums(S2)
bc <- as.matrix(vegdist(t(S2)))
bc2 <- bc[ind_pres,!ind_pres]
D1[i] <- sum(bc2) / (sum(ind_pres) * sum(!ind_pres))
}
}
return(D1)
}
D 2 i {D}_{2}^{i} D2i 的计算:
- 根据物种 i i i 的有-无划分为两组：
有和无； - 将该物种去除，并将剩余物种的相对丰度标准化，使其和为1；
- 分别计算
有组和无组样品的平均物种组成，获得 P ‾ \overline P P (P: Presence)和 A ‾ \overline A A (A: Absence),然后计算两者的平均值。假设有5个样品A、B、C、D、E，其中有组:A、B、C,无组: D、E。有组和无组样品平均值如下：
| ID | A | B | C | P ‾ \overline P P |
|---|---|---|---|---|
| taxa1 | x1 | x2 | x3 | average(x1,x2,x3) |
| taxa2 | y1 | y2 | y3 | average(y1,y2,y3) |
| taxa3 | z1 | z2 | z3 | average(z1,z2,z3) |
| ID | C | D | A ‾ \overline A A |
|---|---|---|---|
| taxa1 | x1 | x2 | average(x1,x2) |
| taxa2 | y1 | y2 | average(y1,y2) |
| taxa3 | z1 | z2 | average(z1,z2) |
- 然后计算 P ‾ \overline P P和 A ‾ \overline A A的Bray-Crutis距离，即为 D 2 i {D}_{2}^{i} D2i
计算 D 2 i {D}_{2}^{i} D2i R代码如下：
EPI_D2 <- function(S) {
N <- nrow(S)
M <- ncol(S)
S_01 <- ifelse(S>0,1,0)
D2 <- rep(NA, N)
for (i in 1:N) {
# If the species is always present/absent, D2 is undefined
if (sum(S_01[i, ], na.rm = TRUE) != 0 & sum(S_01[i, ], na.rm = TRUE) != M) {
print(i)
# Dividing into the two groups
ind_pres <- S_01[i, ] != 0
S_pres <- as.matrix(S[, ind_pres])
S_abs <- as.matrix(S[, !ind_pres])
# Removing the i species
S_pres <- S_pres[-i, , drop = FALSE]
S_abs <- S_abs[-i, , drop = FALSE]
# Normalizing
S_pres <- S_pres / colSums(S_pres)
S_abs <- S_abs / colSums(S_abs)
# Calculating D2
D2[i] <- vegdist(rbind(rowMeans(S_pres), rowMeans(S_abs)))[1]
}
}
return(D2)
}
Q i {Q}^{i} Qi 的计算：
- 根据物种 i i i 的有-无划分为两组：
有和无； - 将该物种去除，并将剩余物种的相对丰度标准化，使其和为1；
- 计算样品间的Bray-Crutis距离；
- 设定一定的阈值，构建
样品-样品的网络，这里网络中的节点代表样品； - 对网络中的节点（代表样品）赋予模块，例如:
模块1代表无，模块2代表有 - 计算该网络的
模块度（modularity），即为 Q i {Q}^{i} Qi
计算 Q i {Q}^{i} Qi 的R代码如下:
EPI_Q <- function(S, threshold_net) {
N <- nrow(S)
M <- ncol(S)
S_01 <- ifelse(S > 0,1,0)
Q <- rep(NA, N)
modularity <- function(B, s) {
library(igraph)
B_graph <- graph.adjacency(B, mode = "undirected")
d <- degree(B_graph) # Degree of each sample
q <- sum(B) / 2
Qmod <- (t(s) %*% (B - (d %*% t(d)) / (2 * q)) %*% s) / (4 * q)
return(Qmod)
}
for (i in 1:N) {
# If the species is always present/absent, Q is undefined
if (sum(S_01[i, ], na.rm = TRUE) != 0 & sum(S_01[i, ], na.rm = TRUE) != M) {
print(i)
# Removing the i species
S_i <- S[-i,]
# Normalizing
S_i <- S_i / colSums(S_i)
# Building the network
distances_i <- as.matrix(vegdist(t(S_i)))
dist_threshold <- quantile(distances_i, threshold_net)
B_i <- as.matrix(distances_i <= dist_threshold)
diag(B_i) <- 0
s_i <- as.numeric(S_01[i, ])
s_i[s_i == 0] <- -1
# Calculating
Q[i] <- modularity(B_i, s_i)
}
}
return(Q)
}
更多测试数据及R代码可参考如下连接：https://mbd.pub/o/bread/ZZ2bm5hx