在微生物多樣性分析的報(bào)告中主要包括五個(gè)部分：Alpha多樣性分析、Beta多樣性分析、物種組成分析、進(jìn)化關(guān)系分析、差異分析，其中Alpha多樣性分析是生態(tài)學(xué)中生物多樣性的一個(gè)重要的組成部分，也是比較基礎(chǔ)的一部分。

Alpha多樣性是指一個(gè)特定區(qū)域或生態(tài)系統(tǒng)內(nèi)的多樣性，是反映豐富度和均勻度的綜合指標(biāo)。Alpha多樣性主要與兩個(gè)因素有關(guān)：一是種類數(shù)目，即豐富度；二是多樣性，群落中個(gè)體分配上的均勻性。群落豐富度（Community richness）的指數(shù)主要包括Chao1指數(shù)和ACE指數(shù)。群落多樣性（Community diversity）的指數(shù)，包括Shannon指數(shù)和Simpson指數(shù)。另外，還有測(cè)序深度指數(shù)Observed spieces 代表OTUs的直觀數(shù)量統(tǒng)計(jì), Good’s coverage 指計(jì)算加入豐度為1 的OTUs數(shù)目，加入低豐度影響。

Alpha多樣性各指數(shù)的意義

Chao1：是用chao1 算法估計(jì)群落中含OTU 數(shù)目的指數(shù)，chao1 在生態(tài)學(xué)中常用來(lái)估計(jì)物種總數(shù)，由Chao (1984) 最早提出。Chao1值越大代表物種總數(shù)越多。Schao1=Sobs+n1(n1-1)/2(n2+1)，其中Schao1為估計(jì)的OTU數(shù)，Sobs為觀測(cè)到的OTU數(shù)，n1為只有一條序列的OTU數(shù)目，n2為只有兩條序列的OTU數(shù)目。Chao1指數(shù)越大，表明群落的豐富度越高。

Ace：是用來(lái)估計(jì)群落中含有OTU 數(shù)目的指數(shù)，同樣由Chao提出(Chao and Yang, 1993)，是生態(tài)學(xué)中估計(jì)物種總數(shù)的常用指數(shù)之一。默認(rèn)將序列量10以下的OTU都計(jì)算在內(nèi)，從而估計(jì)群落中實(shí)際存在的物種數(shù)。ACE指數(shù)越大，表明群落的豐富度越高。

Shannon：（Shannon, 1948a, b）綜合考慮了群落的豐富度和均勻度。Shannon指數(shù)值越高，表明群落的多樣性越高。

Simpson：用來(lái)估算樣品中微生物的多樣性指數(shù)之一，由Edward Hugh Simpson ( 1949) 提出，在生態(tài)學(xué)中常用來(lái)定量的描述一個(gè)區(qū)域的生物多樣性。Simpson 指數(shù)值越大，說(shuō)明群落多樣性越低。辛普森多樣性指數(shù)=1-隨機(jī)取樣的兩個(gè)個(gè)體屬于不同種的概率。

alpha多樣性指數(shù)具體描述如下：

計(jì)算菌群豐度（Community richness）的指數(shù)有:

Chao - the Chao1 estimator (http:///docs/latest/generated/generated/skbio.diversity.alpha.chao1.html#skbio.diversity.alpha.chao1);

ACE - the ACE estimator (http:///docs/latest/generated/generated/skbio.diversity.alpha.ace.html#skbio.diversity.alpha.ace);

計(jì)算菌群多樣性（Community diversity）的指數(shù)有:

Shannon - the Shannon index (http:///docs/latest/generated/generated/skbio.diversity.alpha.shannon.html#skbio.diversity.alpha.shannon);

Simpson - the Simpson index (http:///docs/latest/generated/generated/skbio.diversity.alpha.simpson.html#skbio.diversity.alpha.simpson);

測(cè)序深度指數(shù)有:

Coverage - the Good’s coverage (http:///docs/latest/generated/generated/skbio.diversity.alpha.goods_coverage.html#skbio.diversity.alpha.goods_coverage)

alpha多樣性與豐度展示稀釋曲線

微生物多樣性分析中需要驗(yàn)證測(cè)序數(shù)據(jù)量是否足以反映樣品中的物種多樣性，稀釋曲線（豐富度曲線）可以用來(lái)檢驗(yàn)這一指標(biāo)，并間接反映樣品中物種的豐富程度。具體方法為:利用已測(cè)得16S rDNA序列中已知的各種OTU的相對(duì)比例，來(lái)計(jì)算抽取n個(gè)（n小于測(cè)得reads序列總數(shù)）reads時(shí)出現(xiàn)OTU數(shù)量的期望值，然后根據(jù)一組n值（一般為一組小于總序列數(shù)的等差數(shù)列）與其相對(duì)應(yīng)的OTU數(shù)量的期望值做出曲線來(lái)。當(dāng)曲線趨于平緩或者達(dá)到平臺(tái)期時(shí)也就可以認(rèn)為測(cè)序深度已經(jīng)基本覆蓋到樣品中所有的物種；反之，則表示樣品中物種多樣性較高，還存在較多未被測(cè)序檢測(cè)到的物種。

注：橫坐標(biāo)代表隨機(jī)抽取的序列數(shù)量；縱坐標(biāo)代表觀測(cè)到的OTU數(shù)量。樣本曲線的延伸終點(diǎn)的橫坐標(biāo)位置為該樣本的測(cè)序數(shù)量，如果曲線趨于平坦表明測(cè)序已趨于飽和，增加測(cè)序數(shù)據(jù)無(wú)法再找到更多的OTU；反之表明不飽和，增加數(shù)據(jù)量可以發(fā)現(xiàn)更多OTU。Shannon-Winner曲線

Shannon-Wiener 曲線，是利用shannon指數(shù)來(lái)進(jìn)行繪制的，反映樣品中微生物多樣性的指數(shù)，利用各樣品的測(cè)序量在不同測(cè)序深度時(shí)的微生物多樣性指數(shù)構(gòu)建曲線，以此反映各樣本在不同測(cè)序數(shù)量時(shí)的微生物多樣性。 當(dāng)曲線趨向平坦時(shí)，說(shuō)明測(cè)序數(shù)據(jù)量足夠大，可以反映樣品中絕大多數(shù)的微生物物種信息。樣本曲線的延伸終點(diǎn)的橫坐標(biāo)位置為該樣本的測(cè)序數(shù)量，如果曲線趨于平坦表明測(cè)序已趨于飽和，增加測(cè)序數(shù)據(jù)無(wú)法再找到更多的OTU；反之表明不飽和，增加數(shù)據(jù)量可以發(fā)現(xiàn)更多OTU。其中曲線的最高點(diǎn)也就是該樣本的Shannon指數(shù)，指數(shù)越高表明樣品的物種多樣性越高。

注：與上圖一樣，橫坐標(biāo)代表隨機(jī)抽取的序列數(shù)量；縱坐標(biāo)代表的是反映物種多樣性的Shannon指數(shù)。Rank-Abundance曲線

Rank-Abundance曲線用于同時(shí)解釋樣品多樣性的兩個(gè)方面，即樣品所含物種的豐富程度和均勻程度。物種的豐富程度由曲線在橫軸上的長(zhǎng)度來(lái)反映，曲線越寬，表示物種的組成越豐富；物種組成的均勻程度由曲線的形狀來(lái)反映，曲線越平坦，表示物種組成的均勻程度越高。

注：橫坐標(biāo)代表物種排序的數(shù)量；縱坐標(biāo)代表觀測(cè)到的相對(duì)豐度。樣本曲線的延伸終點(diǎn)的橫坐標(biāo)位置為該樣本的物種數(shù)量，如果曲線越平滑下降表明樣本的物種多樣性越高，而曲線快速陡然下降表明樣本中的優(yōu)勢(shì)菌群所占比例很高，多樣性較低。

這部分內(nèi)容就講到這里，后期我們會(huì)介紹微生物多樣性beta多樣性分析，研究微生物的同學(xué)請(qǐng)保持關(guān)注哦。

參考文獻(xiàn)

[1] Shannon, C.E. (1948a). A mathematical theory of communication. The Bell System Technical Journal 27, 379-423.

[2] Shannon, C.E. (1948b). A mathematical theory of communication. The Bell System Technical Journal 27, 623-656.

[3] Simpson, E.H. (1949). Measurement of Diversity. Nature 163, 688.

[4] Chao, A., and Yang, M.C.K. (1993). Stopping rules and estimation for recapture debugging with unequal failure rates. Biometrika 80, 193-201.

[5] Chao, A. (1984). Nonparametric Estimation of the Number of Classes in a Population. Scandinavian Journal of Statistics 11, 265-270.

想觀看微生物OTU網(wǎng)絡(luò)圖繪制(Cytoscape)方法教程的請(qǐng)點(diǎn)擊：微生物OTU網(wǎng)絡(luò)圖繪制(Cytoscape)

更多生物信息課程：

1. 文章越來(lái)越難發(fā)？是你沒(méi)發(fā)現(xiàn)新思路，基因家族分析發(fā)2-4分文章簡(jiǎn)單快速，學(xué)習(xí)鏈接：基因家族分析實(shí)操課程、基因家族文獻(xiàn)思路解讀

2. 轉(zhuǎn)錄組數(shù)據(jù)理解不深入？圖表看不懂？點(diǎn)擊鏈接學(xué)習(xí)深入解讀數(shù)據(jù)結(jié)果文件，學(xué)習(xí)鏈接：轉(zhuǎn)錄組（有參）結(jié)果解讀；轉(zhuǎn)錄組（無(wú)參）結(jié)果解讀

3. 轉(zhuǎn)錄組數(shù)據(jù)深入挖掘技能-WGCNA，提升你的文章檔次，學(xué)習(xí)鏈接：WGCNA-加權(quán)基因共表達(dá)網(wǎng)絡(luò)分析

4. 轉(zhuǎn)錄組數(shù)據(jù)怎么挖掘？學(xué)習(xí)鏈接：轉(zhuǎn)錄組標(biāo)準(zhǔn)分析后的數(shù)據(jù)挖掘、轉(zhuǎn)錄組文獻(xiàn)解讀

5. 微生物16S/ITS/18S分析原理及結(jié)果解讀、OTU網(wǎng)絡(luò)圖繪制、cytoscape與網(wǎng)絡(luò)圖繪制課程

6. 生物信息入門到精通必修基礎(chǔ)課，學(xué)習(xí)鏈接：linux系統(tǒng)使用、perl入門到精通、perl語(yǔ)言高級(jí)、R語(yǔ)言畫圖

7. 醫(yī)學(xué)相關(guān)數(shù)據(jù)挖掘課程，不用做實(shí)驗(yàn)也能發(fā)文章，學(xué)習(xí)鏈接：TCGA-差異基因分析、GEO芯片數(shù)據(jù)挖掘、GSEA富集分析課程、TCGA臨床數(shù)據(jù)生存分析、TCGA-轉(zhuǎn)錄因子分析、TCGA-ceRNA調(diào)控網(wǎng)絡(luò)分析

8.其他課程鏈接：二代測(cè)序轉(zhuǎn)錄組數(shù)據(jù)自主分析、NCBI數(shù)據(jù)上傳、二代測(cè)序數(shù)據(jù)解讀。