凌恩生物文献分享|高分文章必备!全套浮游动植物eDNA分析流程,拿走不谢!

本文主要是介绍凌恩生物文献分享|高分文章必备!全套浮游动植物eDNA分析流程,拿走不谢!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

浮游动植物是水生生态系统重要参与者和维护者,通过eDNA技术解析浮游动植物群落结构以及环境的驱动机制,是目前浮游动植物分析的重要手段。

凌恩生物浮游动植物环境DNA(eDNA)宏条形码技术,锚定eDNA生态研究热点,深入解析浮游植物和浮游动物群落结构、物种注释、随机森林、环境因子关联分析、群落变化机制分析、浮游植物与浮游动物联合分析、网络识别关键物种等,共包含120+分析内容,充分满足各类个性化服务要求!分析作图可直接用于文章发表,助力浮游动植物eDNA科研成功!

最新发表在《Microbiology Spectrum》上的文献“Phytoplankton and Microzooplankton Community Structure and Assembly Mechanisms in Northwestern Pacific Ocean Estuaries with Environmental Heterogeneity and Geographic Segregation”一文正是基于凌恩生物的浮游动植物分析流程,探究了栖息地地理和环境条件对浮游植物和微浮游动物群落的影响,以及温带河口群落聚集的潜在机制。

发表期刊:Microbiology Spectrum

影响因子:9.043

发表时间:2023. 02

DOI: 10.1128/spectrum.04926-22

一、研究背景

浮游植物和浮游动物是河口生态系统的重要参与者,是水生食物网的基础,也是环境变化的第一反应者,显著影响着生态系统的功能和服务。但它们的群落结构和它们如何受到环境条件的影响,却很少被同时研究。因此,本研究旨在探讨栖息地地理和环境条件对浮游植物和微浮游动物群落的影响,以及温带河口群落聚集的潜在机制。

二、研究方法

分别从LH河口和YLJ河口采集了15份和18份地表水样本,进行DNA提取之后,基于18S rRNA V9区进行扩增子测序,同时对两个地理位置的浮游植物和微浮游动物进行了分析。

图1 研究区域及分析流程图

三、主要内容

1、浮游植物和微型浮游动物的注释

本研究对33个水样共获得3,881,365个测序reads,聚类为635个高质量ASVs,其中浮游植物和微浮游动物的ASVs分别为76个和149个。所有的ASVs均在门水平上得到了物种注释(图2)。而在属水平上,75%和50%的ASVs分别被注释到了浮游植物属和微浮游动物属,但仅有17.1%和25.5%的ASVs注释到了种水平。

图2 在不同分类水平上成功注释ASVs的比例

2、LH河口和YLJ河口之间浮游植物和微浮游动物群落多样性和组成的差异

Alpha多样性分析结果表明,LH河口的浮游植物群落的Chao1、Pd_faith和Shannon指数明显高于YLJ河口(P<0.05,图3a),相比之下,YLJ组微浮游动物群落的Chao1和Shannon指数显著高于LH组(P<0.05,图3a)。

PCoA分析结果表明,来自不同生境的群落分别聚集和分布在PC1的不同两侧,这分别解释了浮游植物和微浮游动物总变化的75%和33%(图3b)。浮游植物和微浮游动物群落的组成在区域间存在显著差异(Adonis方差检验,P<0.05,图3b)

图3 LH河口和YLJ河口浮游植物和微浮游动物群落alpha多样性指数和PCoA分析结果

3、浮游植物和微型浮游动物的地理差异。

在浮游植物中,LH河口和YLJ河口的优势门分别是甲藻门和绿藻门,其次是硅藻门(图4a)。利用随机森林模型,基于属水平识别预测浮游植物群落和微浮游动物群落起源的关键类群,共鉴定了5个浮游植物属(图4c)和6个微浮游动物属(图4f),基于浮游植物的随机森林模型对LH和YLJ样本的鉴别准确率为93.94%,而对微浮游动物准确率为100%。

图4 在LH河口和YLJ河口的优势浮游植物和微浮游动物类群的特征

4、浮游植物和微浮游动物群落相似性的距离衰减及群落组装

分别基于环境变量和地理距离评价了LH和YLJ河口浮游植物和微浮游动物群落相似性的距离衰减(图5(a))。将VPA进一步应用于量化环境选择和被动扩散对浮游植物和微浮游动物群落变化的相对贡献。在浮游植物群落的变化方面,空间变量的纯效应在LH和YLJ河口均强于环境变量的纯效应。这些结果均表明,LH河口和YLJ河口的浮游植物和微浮游动物群落更受被动扩散的控制,而不是环境选择

采用中性群落模型探究所观察到的群落模式的机制,在LH和YLJ河口,浮游植物ASVs分别有65.7%和77.1%可以被中性位模型解释,说明浮游植物群落的聚集主要是随机过程(图5(c))。此外,在LH河口和YLJ河口,浮游植物群落的生境生态位宽度和扩散能力均显著高于微浮游动物群落(P<0.05,图5(d))。

图5 (a)基于环境变量和地理距离的LH和YLJ河口浮游植物和微浮游动物群落相似性的距离衰减。(b)LH和YLJ河口浮游植物和微浮游动物群落的VPA分析。(c)群落结构组成的中性位模型拟合。(d)在LH和YLJ河口,每个样本中浮游植物群落与微浮游动物群落的所有类群的平均生境生态位宽度。(e)LH和YLJ河口浮游植物与微浮游动物群落的扩散能力。

图6 采用中性位模型对浮游植物和微浮游动物ASVs的不同拟合比例和序列数

图7 LH和YLJ河口浮游植物门和微浮游动物谱系的丰富度(ASV数、a)和丰度(序列数、b)的不同拟合比例

总结

本研究证明了eDNA宏条形码测序可以同时捕获水生环境中浮游植物和微浮游动物的多样性和组成的可行性。主要结论如下:

(1)LH和YLJ河口的浮游植物和微浮游动物群落的多样性和组成存在明显差异。LH中浮游植物的丰富度显著高于YLJ,YLJ中微浮游动物的丰富度显著高于YLJ;

(2)中性位模型表明,两个河口浮游植物群落的聚集主要是随机过程,相比之下,随机过程在微浮游动物群落组合中的相对重要性相对较低;

(3)距离衰减相似性和VPA结果表明,被动扩散形成了浮游植物群落,而环境选择形成了微浮游动物群落。

凌恩生物全新推出环境DNA宏条形码浮游动植物检测分析项目,深化分析流程,深入解析浮游植物和浮游动物群落结构、物种注释、随机森林、环境因子关联分析、群落变化机制分析、浮游植物与浮游动物联合分析、网络识别关键物种等,共包含120+分析内容,充分满足各类个性化服务要求!分析作图可直接用于文章发表,助力浮游动植物eDNA科研成功!心动不如行动,快来联系我们吧!

凌恩生物eDNA宏条形码浮游动植物检测分析流程图如下: 

最终结果中,浮游植物根据SILVA注释的信息,共分为甲藻门(Pyrrophyta)、硅藻门(Bacillariophyta)、金藻门(Chrysophyta)、黄藻门(Xanthophyta)、隐藻门(Cryptophyta)灰藻门(Glaucophyta)和红藻门(Rhodophyta),浮游动物则保留原本的SILVA注释信息,由于浮游动植物的分类学较为集中,因此分析中只统计门水平、科水平、属水平和种水平分析结果。

凌恩生物环境DNA宏条形码浮游动植物检测生信分析流程图如下:

图 凌恩生物浮游动植物eDNA项目生信分析流程图

凌恩生物浮游动植物eDNA检测项目特色分析内容示例:

往期精彩

鱼类eDNA生物多样性检测重磅来袭!

Science advances:eDNA分析揭示了深海捕食者的生态位隔离

 

参考文献

Phytoplankton and Microzooplankton Community Structure andAssembly Mechanisms in Northwestern Pacific Ocean Estuaries with Environmental Heterogeneity and Geographic.Microbiology Spectrum.2023

这篇关于凌恩生物文献分享|高分文章必备!全套浮游动植物eDNA分析流程,拿走不谢!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/350665

相关文章

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

Golang操作DuckDB实战案例分享

《Golang操作DuckDB实战案例分享》DuckDB是一个嵌入式SQL数据库引擎,它与众所周知的SQLite非常相似,但它是为olap风格的工作负载设计的,DuckDB支持各种数据类型和SQL特性... 目录DuckDB的主要优点环境准备初始化表和数据查询单行或多行错误处理和事务完整代码最后总结Duck

Redis主从/哨兵机制原理分析

《Redis主从/哨兵机制原理分析》本文介绍了Redis的主从复制和哨兵机制,主从复制实现了数据的热备份和负载均衡,而哨兵机制可以监控Redis集群,实现自动故障转移,哨兵机制通过监控、下线、选举和故... 目录一、主从复制1.1 什么是主从复制1.2 主从复制的作用1.3 主从复制原理1.3.1 全量复制

将Python应用部署到生产环境的小技巧分享

《将Python应用部署到生产环境的小技巧分享》文章主要讲述了在将Python应用程序部署到生产环境之前,需要进行的准备工作和最佳实践,包括心态调整、代码审查、测试覆盖率提升、配置文件优化、日志记录完... 目录部署前夜:从开发到生产的心理准备与检查清单环境搭建:打造稳固的应用运行平台自动化流水线:让部署像

Python实现NLP的完整流程介绍

《Python实现NLP的完整流程介绍》这篇文章主要为大家详细介绍了Python实现NLP的完整流程,文中的示例代码讲解详细,具有一定的借鉴价值,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 编程安装和导入必要的库2. 文本数据准备3. 文本预处理3.1 小写化3.2 分词(Tokenizatio

Redis主从复制的原理分析

《Redis主从复制的原理分析》Redis主从复制通过将数据镜像到多个从节点,实现高可用性和扩展性,主从复制包括初次全量同步和增量同步两个阶段,为优化复制性能,可以采用AOF持久化、调整复制超时时间、... 目录Redis主从复制的原理主从复制概述配置主从复制数据同步过程复制一致性与延迟故障转移机制监控与维

C#读取本地网络配置信息全攻略分享

《C#读取本地网络配置信息全攻略分享》在当今数字化时代,网络已深度融入我们生活与工作的方方面面,对于软件开发而言,掌握本地计算机的网络配置信息显得尤为关键,而在C#编程的世界里,我们又该如何巧妙地读取... 目录一、引言二、C# 读取本地网络配置信息的基础准备2.1 引入关键命名空间2.2 理解核心类与方法

Redis连接失败:客户端IP不在白名单中的问题分析与解决方案

《Redis连接失败:客户端IP不在白名单中的问题分析与解决方案》在现代分布式系统中,Redis作为一种高性能的内存数据库,被广泛应用于缓存、消息队列、会话存储等场景,然而,在实际使用过程中,我们可能... 目录一、问题背景二、错误分析1. 错误信息解读2. 根本原因三、解决方案1. 将客户端IP添加到Re

Golang使用etcd构建分布式锁的示例分享

《Golang使用etcd构建分布式锁的示例分享》在本教程中,我们将学习如何使用Go和etcd构建分布式锁系统,分布式锁系统对于管理对分布式系统中共享资源的并发访问至关重要,它有助于维护一致性,防止竞... 目录引言环境准备新建Go项目实现加锁和解锁功能测试分布式锁重构实现失败重试总结引言我们将使用Go作

Redis主从复制实现原理分析

《Redis主从复制实现原理分析》Redis主从复制通过Sync和CommandPropagate阶段实现数据同步,2.8版本后引入Psync指令,根据复制偏移量进行全量或部分同步,优化了数据传输效率... 目录Redis主DodMIK从复制实现原理实现原理Psync: 2.8版本后总结Redis主从复制实