绘制微生物相互作用网络:微生物组网络推理的统计和验证方法
写在前面
万事都要全力以赴，包括开心。
绘制微生物相互作用网络:微生物组网络推理的统计和验证方法
Mapping the microbial interactome: Statistical and experimentalapproaches for microbiome network inference
第一作者：
Anders B Dohlman
通讯作者：
: Xiling Shen
摘要
高通量测序的进展已经引领了一个研究肠道微生物组及其在人类健康和疾病中的作用的新时代。然而，由于微生物组数据的独特特性，将其用于生态相互作用网络的检测仍然是一个相当大的挑战，但这是一个积极发展的方法学领域。在这篇综述中，我们讨论了现有的用于检测和表征微生物相互作用的统计和实验方法，以及宿主和环境代谢动物在这些网络行为中发挥的作用。许多用于微生物组网络推断的统计工具已经开发出来。然而，由于特定工具的偏差，这些方法识别的网络往往是不一致的，这促使人们需要开发更通用的工具，使用集成方法，并将先验知识纳入预测。通过阐明微生物相互作用组的复杂动态，我们将增强我们对微生物组在疾病中的作用的理解，更准确地预测微生物组对扰动的反应，并为微生物相关疾病的未来治疗策略的发展提供信息。
Advances in high-throughput sequencing have ushered in a new era of research into the gutmicrobiome and its role in human health and disease. However, due to the unique characteristics of microbiome survey data, their use for the detection of ecological interactionnetworks remains a considerable challenge, and a field of active methodological development. In this review, we discuss the landscape of existing statistical and experimentalmethods for detecting and characterizing microbial interactions, as well as the role thathost and environmental metabolic signals play in mediating the behavior of these networks.Numerous statistical tools for microbiome network inference have been developed. Yet dueto tool-specific biases, the networks identified by these methods are often discordant,motivating a need for the development of more general tools, the use of ensembleapproaches, and the incorporation of prior knowledge into prediction. By elucidating thecomplex dynamics of the microbial interactome, we will enhance our understanding of themicrobiome’s role in disease, more precisely predict the microbiome’s response to perturbation, and inform the development of future therapeutic strategies for microbiomerelated disease
主要结果
图一 两生态相互作用的笛卡尔平面。
图二 简要的微生物相互作用组的网络
根际互作生物学研究室 简介
根际互作生物学研究室是沈其荣教授土壤微生物与有机肥团队下的一个关注于根际互作的研究小组。本小组由袁军副教授带领，主要关注：1.植物和微生物互作在抗病过程中的作用；2 环境微生物大数据整合研究；3 环境代谢组及其与微生物过程研究体系开发和应用。团队在过去三年中在 isme J， Microbiome， PCE，SBB，Horticulture Research等期刊上发表了多篇文章。欢迎关注 微生信生物 公众号对本研究小组进行了解。
团队工作及其成果 （点击查看）
了解 交流 合作
团队成员邮箱 袁军：
junyuan@njau.edu.cn；
文涛：
2018203048@njau.edu.cn
团队公众号：