基于复杂网络的海洋微生物种群多样性研究

海洋微生物多样性研究是挖掘和利用微生物资源的关键。宏基因组技术飞速发展产生了大量海洋微生物数据，许多未培养海洋微生物研究成为可能。但目前多采用简单的统计学方法分析这些数据，无法深度挖掘海洋微生物群落多样性和响应环境调控机制，本项目采用复杂网络研究海洋微生物种群多样性。首先研究微生物分类单元（OTU）聚类方法，定义OTU之间、环境因子（EVN）与OTU间相关测度函数，在空间尺度下分别构建OUTs-OTUs网络、EVNs-OTUs二元调控网络，在时间尺度下构建OUTs-OTUs网络，研究网络节点和网络边信息融合聚类算法及二元网络聚类方法，发现海洋微生物种群时、空功能模块，环境因子与微生物种群调控关系；定义网络比对相似性函数，研究网络比对算法，分别对空间尺度和时间尺度下的OUTs-OTUs网络进行比对，发现海洋微生物种群生态多样性模式；搭建微生物多样性分析平台,为海洋微生物开发利用提供技术支持。

微生物与人类生活密切相关，而海洋微生物作为微生物种群的一大类，其多样性研究有助于我们挖掘和利用丰富的海洋微生物资源。 随着宏基因组学的兴起和发展，通过微生物非培养新技术，借助复杂网络理论，我们能够系统、深入的研究海洋微生物的多样性，了解海洋微生物群落结构、功能，发现微生物-微生物、微生物-环境作用模式。本项目从海洋微生物16s RNA序列出发，严格按照项目计划书开展研究，取得了以下研究成果： 1）针对当前序列聚类算法缺少基准评价数据集问题，建立了一种基于引物匹配可定点测序区域的二代测序技术454 测序模型，有效模拟454 测序过程，以较高效率模拟实现特定基因区域序列测序。2）分析现有微生物操作分类单元（OTU）聚类算法，给出OTU单元阈值选取经验规则，先后提出基于多代表性序列的启发式聚类算法（MSClust）、基于邻域种子序列的启发式聚类算法（NbHClust）和基于网络motif的序列层次聚类算法（MtHc），发现了春、夏、秋、冬四季海洋微生物物种分布差异。3）分别采用Spearman、互信息、条件互信息相关性测度，构建四个季下的OTUs-OTUs, OTUs-环境因子相关网络，先后提出融合边、节点信息的社团挖掘算法（CDIEV），整合密度子图、边聚类系数和局部模块度的社团挖掘算法（DIDE），及贪婪启发式对称非负矩阵分解社团挖掘算法(s-NMFGHc)，发现了四季海洋微生物作用模式及海洋微生物与环境因子关系。4）先后提出基于随机游走和增量相关节点的动态网络社团挖掘算法（RWIV），及适用于无权/加权、无向/有向和符号网络的通用社团挖掘算法（CDMIC），算法性能优于现有其它算法。 5）针对来自不同采样点的海洋微生物宏基因组序列数据，提出一种序列、代谢通路及微生物-环境因子作用模式挖掘分析框架，发现了影响海洋微生物生长发育、功能团的主要环境因子，采样地点比较接近的微生物样本拥有相同的富集代谢路径。6）提出了Signal-CTF、FET-HMM、MSLoc-DT、lncRNA-MFDL等生物特征属性/位点预测算法，成功预测了信号肽剪切点、mRNA甲基化位点、亚细胞定位及长非编码RNA。7）提出ESFSC、ARWRH、NMCOM、ECDS致病基因预测算法，成功预测肺癌、前列腺癌及动脉粥样硬化等疾病潜在致病基因。8）提出药物-靶点作用预测算法，预测性能优于其它算法。