Name: divergence of root microbiota in different habitats based on weighted correlation networks
Uploaded: 2021-09-25T13:30:00
Description: Watch this Scientific Journal Video about Divergence of Root Microbiota in Different Habitats based on Weighted Correlation Networks at JoVE.com

이 원고의 개발은 중국 구이저우 지방 인민 과학 연구 센터 프로젝트 (U1812401), 구이저우 사범 대학의 박사 연구 프로젝트 (GZNUD)의 국립 자연 과학 재단의 기금에 의해 지원되었다.].]. 2017]1), 구이저우성 과학기술지원사업(QKHZC[2021]YB459) 및 구이양 과학기술프로젝트(2019]2-8).
저자는 이 원고를 준비하는 동안 언어 지원에 대한 공공 데이터베이스와 TopEdit (www.topeditsci.com)의 지원에 쌀 미생물군유전체 데이터를 제공 한 Edwards J.A 외에게 감사드립니다.

1. 데이터 다운로드
<ol><li>액세스 PRJNA386367의 데이터를 다운로드하여 NCBI 데이터베이스를 형성한다. 2014년 캘리포니아 주 아버클의 침수된 논에서 14주 동안 재배된 쌀 식물의 뿌리근류, 뿌리근, 내구 미생물군유전체 데이터를 선택한다. 참고: 뿌리 부피, 뿌리 부동 및 내구 미생물군유전체 데이터는 인가 PRJNA386367에서 OTUs 테이블에 의해 제시되었다.</li>
</ol>2. 최적의 전력 값 결?...

<ol>
	<li>Philippot, L., Raaijmakers, J. M., Lemanceau, P., vander Putten, W. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Going+back+to+the+roots:+the+microbial+ecology+of+the+rhizosphere.">Going back to the roots: the microbial ecology of the rhizosphere.</a> Nature Reviews Microbiology. 11, 789-799 (2013).</li><li>Fierer, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Embracing+the+unknown:+disentangling+the+complexities+of+the+soil+microbiome.">Embracing the unknown: disentangling the complexities of the soil microbiome.</a> Nature Review Microbiology. 15 (10), 579-590 (2017).</li><li>Jin, J., Wang, G. H., Liu, X. B., Liu, J. D., Chen, X. L., Herbert, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Temporal+and+spatial+dynamics+of+bacterial+community+in+the+rhizosphere+of+soybean+genotypes+grown+in+a+black+soil.">Temporal and spatial dynamics of bacterial community in the rhizosphere of soybean genotypes grown in a black soil.</a> Pedosphere. 19 (6), 808-816 (2009).</li><li>Ma, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Genetic+correlation+network+prediction+of+forest+soil+microbial+functional+organization.">Genetic correlation network prediction of forest soil microbial functional organization.</a> ISME J. 12 (10), 2492-2505 (2018).</li><li>de Vries, F. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Soil+bacterial+networks+are+less+stable+under+drought+than+fungal+networks.">Soil bacterial networks are less stable under drought than fungal networks.</a> Nature Communications. 9 (1), 3033 (2018).</li><li>Colin, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Correlating+transcriptional+networks+to+breast+cancer+survival:+a+large-scale+coexpression+analysis.">Correlating transcriptional networks to breast cancer survival: a large-scale coexpression analysis.</a> Carcinogenesis. (10), 2300-2308 (2013).</li><li>Ma, B., Zhao, K., Lv, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Genetic+correlation+network+prediction+of+forest+soil+microbial+functional+organization.">Genetic correlation network prediction of forest soil microbial functional organization.</a> ISME J. 12, 2492-2505 (2018).</li><li>Zhang, B., Horvath, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+general+framework+for+weighted+gene+co-expression+network+analysis.">A general framework for weighted gene co-expression network analysis.</a> Statistical applications in genetics and molecular biology. 4 (1), (2005).</li><li>Edwards, J. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Compositional+shifts+in+root-associated+bacterial+and+archaeal+microbiota+track+the+plant+life+cycle+in+field-grown+rice.">Compositional shifts in root-associated bacterial and archaeal microbiota track the plant life cycle in field-grown rice.</a> PLoS Biology. 16 (2), 2003862 (2018).</li><li>Bashan, Y., De-Bashan, L. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=How+the+Plant+Growth-Promoting+Bacterium+Azospirillum+Promotes+Plant+Growth-A+Critical+Assessment.">How the Plant Growth-Promoting Bacterium Azospirillum Promotes Plant Growth-A Critical Assessment.</a> Advances in Agronomy. 108, 77-136 (2010).</li><li>Lovley, D. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Geobacter:+The+Microbe+Electric's+Physiology,+Ecology,+and+Practical+Applications.">Geobacter: The Microbe Electric's Physiology, Ecology, and Practical Applications.</a> Advances in Microbial Physiology. 59, 1 (2011).</li><li>Langfelder, P., Horvath, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=WGCNA:+an+R+package+for+weighted+correlation+network+analysis.">WGCNA: an R package for weighted correlation network analysis.</a> BMC Bioinformatics. 9, 559 (2008).</li><li>Zhang, B., Horvath, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+General+Framework+for+Weighted+Gene+Co-expression+Network+Analysis.">A General Framework for Weighted Gene Co-expression Network Analysis.</a> Statistical Applications in Genetics and Molecular Biology. 4 (1), 17 (2005).</li><li>Horvath, S., Dong, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Geometric+interpretation+of+Gene+Co-expression+Network+Analysis.">Geometric interpretation of Gene Co-expression Network Analysis.</a> PLoS Computational Biology. 4 (8), 1000117 (2008).</li><li>Langfelder, P., Horvath, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Eigengene+networks+for+studying+the+relationships+between+co-expression+modules.">Eigengene networks for studying the relationships between co-expression modules.</a> BMC Systems Biology. 1, 54 (2007).</li><li>Horvath, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Analysis+of+Oncogenic+Signaling+Networks+in+Glioblastoma+Identifies+ASPM+as+a+Novel+Molecular+Target.">Analysis of Oncogenic Signaling Networks in Glioblastoma Identifies ASPM as a Novel Molecular Target.</a> Proceedings of the National Academy of Sciences of the United States of America. 103 (46), 17402-17407 (2006).</li><li>Carlson, M. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=and+Sequence+Conservation:+Predictions+from+Modular+Yeast+Co-expression+Networks.">and Sequence Conservation: Predictions from Modular Yeast Co-expression Networks.</a> BMC Genomics. 7 (1), 40 (2006).</li><li>Fuller, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Weighted+Gene+Co-expression+Network+Analysis+Strategies+Applied+to+Mouse+Weight.">Weighted Gene Co-expression Network Analysis Strategies Applied to Mouse Weight.</a> Mammalian Genome. 6 (18), 463-472 (2007).</li><li>Yin, L., Wang, Y., Lin, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Explorative+analysis+of+the+gene+expression+profile+during+liver+regeneration+of+mouse:+a+microarray-based+study[J].">Explorative analysis of the gene expression profile during liver regeneration of mouse: a microarray-based study[J].</a> Artificial Cells Nanomedicine &amp; Biotechnology. 47 (1), 1113-1121 (2019).</li><li>Oldham, M., Horvath, S., Geschwind, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Conservation+and+Evolution+of+Gene+Co-expression+Networks+in+Human+and+Chimpanzee+Brains.">Conservation and Evolution of Gene Co-expression Networks in Human and Chimpanzee Brains.</a> Proceedings of the National Academy of Sciences of the United States of America. 103 (47), 17973-17978 (2006).</li><li>Oldham, M. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+organization+of+the+transcriptome+in+human+brain.">Functional organization of the transcriptome in human brain.</a> Nature Neuroscience. 11 (11), 1271-1282 (2008).</li><li>Keller, M. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+gene+expression+network+model+of+type+2+diabetes+links+cell+cycle+regulation+in+islets+with+diabetes+susceptibility.">A gene expression network model of type 2 diabetes links cell cycle regulation in islets with diabetes susceptibility.</a> Genome Research. 18 (5), 706-716 (2008).</li><li>Weston, D., Gunter, L., Rogers, A., Wullschleger, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Connecting+genes,+coexpression+modules,+and+molecular+signatures+to+environmental+stress+phenotypes+in+plants.">Connecting genes, coexpression modules, and molecular signatures to environmental stress phenotypes in plants.</a> BMC Systems Biology. 2 (1), 16 (2008).</li><li>Jorda&#180;n, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Keystone+species+and+food+webs.">Keystone species and food webs.</a> Biological Sciences. 364, 1733-1741 (2009).</li><li>Backhed, F., Ley, R. E., Sonnenburg, J. L., Peterson, D. A., Gordon, J. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Host-Bacterial+Mutualism+in+the+Human+Intestine.">Host-Bacterial Mutualism in the Human Intestine.</a> Science. 307, 1915-1920 (2009).</li></ol>

상관 관계 네트워크는 생물 정보학 응용 분야에서 점점 더 사용되고 있습니다. WGCNA는 생물학적계통(12)의다양한 원소 간의 관계를 설명분석하기 위한 시스템 생물학 방법이다. R 소프트웨어 패키지는WGCNA13,14,15의이전 작업에서 사용되었습니다. 이 패키지에는 네트워크 구성, 모듈 감지, 토폴로지 속성 계산, ?...

미생물군유전체 연구는 생태계 프로세스 를 이해하고 조작하는 데 중요한 영향을 미칩니다1,2. 미생물 인구는 환경 변화에 미생물의 반응에 영향을 미칠 수있는 생태 네트워크를 상호 작용하여 상호연결3,4. 더욱이, 이들 네트워크의 특성은 미생물 공동체의 안정성에 영향을 미치고, 토양 기능5와밀접한 관련이 있다. 가중 유전자 상관 네트워크 분석은 지금 유전자와 미생물 지역 사회 사이 관계에 대한 연구를 위해 널리 적용되었습니다6. 이전 연구는 다른 유전자 또는 인구의 네트워크와 외부 세계 7 사이의 연관성에 주로 초점을맞추고있다. 그러나, 다른 환경 조건하에서 미생물 인구에 의해 형성된 상관 관계 네트워크의 다름은 거의 조사되지 않았습니다. 이 논문에 제시된 연구의 목적은 WGCNA 알고리즘의 신속한 구현에 대한 통찰력과 세부 정보를 제공하여 다양한 환경 조건에서 수집된 미생물군유전체 샘플의 공존 네트워크를 구성하는 것입니다. 분석 결과에 기초하여, 우리는 인구의 조성및 다름을 평가하고 다른 미생물 인구 사이 관계를 더 토론했습니다. 가중치 상관 관계 네트워크 알고리즘8의 다음과 같은 기본 흐름이 적용되었습니다. 첫째, OTU(운영 분류장치) 식 프로파일 간의 Pearson 상관 계수를 계산하여 유사성 매트릭스를 구성해야 했습니다. 이어서, 인자 기능(힘 또는 시그마이드 어자능 함수)의 파라미터는 스케일 프리 토폴로지 기준으로 채택되었고, 유사성 매트릭스는 인자계 매트릭스로 변형되었고, 각 공동 발생 네트워크는 인자계 행렬에 대응하였다. 일관된 식 프로파일을 모듈로 그룹화하는 TOM 기반 유사성과 결합된 평균 연결 계층 클러스터링을 사용했습니다. 또한, 우리는 보수적 인 통계와 관련 매개 변수 분석 모듈 사이의 관계를 계산, 마지막으로 모듈의 허브 OTU를 식별. 이러한 방법은 다양한 환경 조건하에서 다양한 미생물 집단 간의 네트워크 구조의 차이 분석에 특히 적합합니다. 본 원고에서, 우리는 모듈 간의 유사점 분석, 공동 발현 네트워크 개발 방법, 모듈 간의 유사성 분석에 대해 자세히 설명하고, 다른 모듈 네트워크에서 핵심 종을 얻기 위해 적용된 절차의 단계에 대한 간략한 개요를 제공했다.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>R</td>
			<td>The University of Auckland</td>
			<td>version 4.0.2</td>
			<td>R is a free software environment for statistical computing and graphics. It compiles and runs on a wide variety of UNIX platforms, Windows and MacOS.</td>
		</tr>
		<tr>
			<td>RStdio</td>
			<td>JJ Allaire</td>
			<td>version 1.4.1103</td>
			<td>The RStudio IDE is a set of integrated tools designed to help you be more productive with R and Python.</td>
		</tr>
		<tr>
			<td>Cytoscape</td>
			<td></td>
			<td>version 3.7.1</td>
			<td>Cytoscape is an open source software platform for visualizing complex networks and integrating these with any type of attribute data.</td>
		</tr>
		<tr>
			<td>NCBI database</td>
			<td></td>
			<td></td>
			<td>The National Center for Biotechnology Information advances science and health by providing access to biomedical and genomic information.</td>
		</tr>
	</tbody>
</table>

divergence of root microbiota in different habitats based on weighted correlation networks

뿌리 미생물군유전체는 식물 성장과 환경 적응에 중요한 역할을 합니다. 네트워크 분석은 지역 사회를 연구하기위한 중요한 도구이며, 이는 다른 환경에서 다른 미생물 종의 상호 작용 관계 또는 동발생 모델을 효과적으로 탐구 할 수 있습니다. 이 원고의 목적은 다양한 생태 환경으로 인해 미생물 공동체에서 발생할 수 있는 상이한 공존 네트워크를 분석하기 위해 가중 상관 관계 네트워크 알고리즘을 사용하는 방법에 대한 세부 정보를 제공하는 것이다. 실험의 모든 분석은 WGCNA 패키지에서 수행됩니다. WGCNA는 가중 상관 네트워크 분석을 위한 R 패키지입니다. 이러한 방법을 입증하는 데 사용되는 실험 데이터는 쌀 (Oryza sativa) 뿌리 시스템의 세 틈새 에 대한 NCBI (생명 공학 정보 센터) 데이터베이스에서 미생물 커뮤니티 데이터였다. 우리는 3개의 틈새 시장 각각에 있는 미생물 지역 사회의 공동 풍요로운 네트워크를 구축하기 위하여 가중 상관 관계 네트워크 알고리즘을 이용했습니다. 이어서, 내피, 뿌리부, 뿌리부 및 뿌리부구 토양 간의 차동 공동 풍부 네트워크가 확인되었다. 또한 네트워크의 핵심 제네라들은 네트워크 기능에서 중요한 규제 역할을 하는 "WGCNA" 패키지에 의해 획득되었습니다. 이 방법을 통해 연구자들은 미생물 네트워크의 반응을 환경 장애에 대한 분석하고 다른 미생물 생태 반응 이론을 확인할 수 있습니다. 이러한 방법의 결과는 내구, 뿌리 부평면 및 쌀의 뿌리 부구 토양에서 확인된 중요한 차동 미생물 네트워크가 있음을 보여준다.

이 문서의 대표적인 결과는 NCBI 데이터베이스(PRJNA386367)9에서2014 캘리포니아 애버가 쌀 뿌리 미생물군유전체 데이터로부터 다운로드되었다. 이 데이터는 침수된 논에서 14주 동안 자란 쌀 식물의 뿌리부, 뿌리근, 내구 미생물군유전체 샘플을 포함한다. 우리는 WGCNA 알고리즘을 사용하여 스케일 프리네트워크(그림 1)에가까운 세 개의 네트워크를 만족시키는 ?...

Watch this Scientific Journal Video about Divergence of Root Microbiota in Different Habitats based on Weighted Correlation Networks at JoVE.com

Divergence of Root Microbiota in Different Habitats based on Weighted Correlation Networks

네트워크 분석은 토양, 물 및 뿌리 부와 같은 다양한 생태 미생물 공동체의 연관성을 평가하기 위해 적용되었다. 여기에 제시된 WGCNA 알고리즘을 사용하여 다양한 생태 환경으로 인해 미생물 커뮤니티에서 발생할 수 있는 상이한 동발생 네트워크를 분석하는 방법에 대한 프로토콜이 제시된다.

가중 상관 관계 네트워크에 따라 다른 서식지에서 루트 미생물의 발산

The root microbiome plays an important role in plant growth and environmental adaptation. Network analysis is an important tool for studying communities, ...

이 방법은 다른 환경에서 다른 미생물 종의 대화형 관계 또는 공존 네트워크를 효과적으로 탐색할 수 있습니다. WGCNA 알고리즘을 사용하여 미생물의 공존 네트워크를 구성하는 방법에 대한 세부 정보를 제공합니다. 또한, 결과에 기초하여, 이 방법은 미생물 동과간의 미생물 관계 및 조성물의 분화를 평가한다.다음은 메서드의 기본 흐름입니다. 미생물의 구성 및 풍부한 데이터는 샘플에 대한 NCBI 데이터베이스 또는 시퀀스 데이터에서 다운로드됩니다. 먼저 RStudio 소프트웨어를 열고 WGCNA 패키지를 설치합니다.이어서, 데이터를 로드하고 좋은 샘플 유전자 기능을 사용하여 데이터의 정확성을 확인한다. 이상치를 확인하고 요구 사항을 충족하는 샘플을 저장하십시오. 검사 결과가 true이면 다음 단계로 계속 이동합니다.결과를 저장합니다. 임계값 에서 선택 해제 함수를 사용하여 서로 다른 전력 값아래 데이터의 배율 자유 인덱스R 제곱을 계산합니다. 결과를 시각화합니다.스케일 프리 인덱스가 하나에 가까워지면 네트워크 구조가 스케일 프리 네트워크에 더 가깝습니다. 배율 자유 지수인 R 제곱이 0.9보다 크면 전원 값을 선택합니다. 마지막으로 동일한 방법을 사용하여 나머지 미생물군유전체 데이터를 분석합니다.먼저 인자 기능을 사용하여 기호 공존 네트워크를 구성합니다. 또한 TOM 유사성 함수를 사용하여 토폴로지, 겹치는 네트워크를 개발합니다. 둘째, Hclust 함수를 사용하여 계층 클러스터링을 수행하고 결과 클러스터 트리를 그립니다.셋째, 큐트리 동적 함수를 사용하여 동적 분기 절단을 수행하고 최소 클러스터 크기 매개 변수를 사용하여 가장 작은 모듈 크기를 설정합니다. 가장 작은 모듈 크기는 일반적으로 30 이상 설정됩니다. 넷째, 각 모듈의 미생물 특성을 계산한다.계층적 클러스터링은 상관 계수에 따라 수행되며, 높이가 0.25 미만인 모듈을 병합하여 각 모듈의 분포를 획득했다. 다섯째, 플롯 dendro 및 색상 함수를 사용하여 결과를 시각화합니다. 공존 네트워크 모듈의 할당 표시 다이어그램이 얻어진다.그런 다음 모듈 색상의 이름을 변경하고 색상에 해당하는 디지털 레이블을 구성합니다. 후속 부품에 사용할 수 있도록 저장합니다. 마지막으로 다른 데이터 집합에 대해 위의 프로세스를 반복합니다.이 부분에서는 두 데이터 집합을 비교 및 분석하고 보존 테스트를 수행합니다. 먼저 이전 단계에 저장된 두 데이터 집합의 매개 변수 및 결과를 로드합니다. 그런 다음 한 데이터 집합의 모듈 결과를 참조 그룹으로 설정하고 다른 데이터 세트를 테스트 그룹으로 설정하고 모듈 비교를 수행합니다.다음으로, 모듈 간의 보수적 성을 정량화하기 위해 보수적, 통계 적 매개 변수, Z 요약 및 중간 계급의 값을 계산합니다. 마지막으로 결과를 시각화합니다. Z 요약 값과 2개 미만의 중앙값 과 맨 위에 있는 중간 순위 값을 모두 만족하는 네트워크 모듈을 결정합니다.이 모듈은 두 개의 미생물 데이터에서 가장 보존되지 않은 모듈입니다. 모듈 구성원의 상관 관계 분석을 수행합니다. 두 네트워크의 모듈 할당 결과를 각각 참조 및 테스트 그룹으로 설정합니다.설정은 보존 테스트와 같아야 합니다. 첫째, 각 OTU의 KME 값은 보존 테스트 결과에 따라 여러 후보 모듈로 계산되었다. 노란색 모듈을 예로 들어 보겠습니다.두 개의 노란색 모듈에서 KME 값의 상관 관계 계수를 계산한 다음 모듈에서 KME 값의 상관 관계 분석 다이어그램을 그립니다. 마지막으로, 그림의 상관 관계 계수에 따르면 두 데이터 세트에서 모듈의 보수적성을 판단합니다. 가장 작은 상관 관계 계수를 가진 모듈을 선택합니다.먼저 내보내기 네트워크를 Cytoscape 함수로 사용하여 네트워크를 사이토스케이프가 읽을 수 있는 에지 및 노드 목록 파일로 내보냅니다. 그런 다음 파일을 사이토스케이프로 가져옵니다. 임계값을 0.5로 설정하고 필요에 따라 다른 매개 변수를 조정합니다.마지막으로, 상이한 미생물의 공존망을 얻는다. 이 문서에서는 WGCNA 알고리즘이 쌀 뿌리 시스템의 세 가지 틈새 에서의 차이를 분석하는 데 사용됩니다. 스케일 무료 네트워크에 가까운 세 네트워크를 만족시킨 전력 값을 선택합니다.내구, 뿌리 부평면 및 뿌리 부피 미생물 발생 네트워크에서, 각각 23, 22 및 21 모델을 식별한다. 보존 테스트 및 상관 관계 분석을 사용하여 쌀 뿌리 시스템의 각 두 틈새 시장 사이의 매우 비보수적 인 모듈을 찾습니다. 다른 미생물 필럼을 나타내기 위해 서로 다른 색상을 사용하여 이 세 모듈에 대한 공존 네트워크를 구성합니다.프로테오박테리아, 액티노박테리아, 박테로이드, Firmicutes 및 Verrucomicrobia는 세 가지 다른 미생물 네트워크를 지배했습니다. 또한, 17 코어 제네라는 주로 이러한 네트워크를 규제합니다. 이 비디오를 시청한 후에는 WGCNA 알고리즘을 사용하여 다양한 생태 환경으로 인해 미생물 커뮤니티에서 발생할 수 있는 다양한 동발생 네트워크를 분석하는 일련의 단계를 수행하는 방법을 잘 이해해야 합니다.

Research

JoVE Journal

Biology

How to Culture, Record and Stimulate Neuronal Networks on Micro-electrode Arrays (MEAs)

How to Culture, Record and Stimulate Neuronal Networks on Micro-electrode Arrays MEAs

어떻게 문화, 기록 및 미세 전극 배열에의 연결을 네트워크를 자극 (MEAs)에

For the last century, many neuroscientists around the world have dedicated their lives to understanding how neuronal networks work and why they stop ...

연구

생물학

Bioengineering Human Microvascular Networks in Immunodeficient Mice

Immunodeficient 마우스의 생체 공학 인간 Microvascular 네트워크

The future of tissue engineering and cell-based therapies for tissue regeneration will likely rely on our ability to generate functional vascular networks ...

Lateral Root Inducible System in Arabidopsis and Maize

Lateral Root Inducible System in Arabidopsis and Maize

의 측면 루트 유도 성 시스템<em&gt; 애기 장대</em&gt;과 옥수수

Lateral root development contributes significantly to the root system, and hence is crucial for plant growth. The study of lateral root initiation is ...

Using Digital Image Correlation to Characterize Local Strains on Vascular Tissue Specimens

디지털 이미지의 상관 관계를 사용하면 혈관 조직 표본의 로컬 균주의 특성을

Characterization of the mechanical behavior of biological and engineered soft tissues is a central component of fundamental biomedical research and ...

A Method to Assess Bacteriocin Effects on the Gut Microbiota of Mice

마우스의 장내 미생물에 대한 박테리오신 효과 평가 방법

Very intriguing questions arise with our advancing knowledge on gut microbiota composition and the relationship with health, particularly relating to the ...

SA-&#946;-Galactosidase-Based Screening Assay for the Identification of Senotherapeutic Drugs

SA-ÃƒÆ’Ã…Â½Ãƒâ€šÃ‚Â²-Galactosidase-Based Screening Assay for the Identification of Senotherapeutic Drugs

SA-β-갈락토시다아제 계 선별 분석법

Cell senescence is one of the hallmarks of aging known to negatively influence a healthy lifespan. Drugs able to kill senescent cells specifically in cell ...

Micron-scale Phenotyping Techniques of Maize Vascular Bundles Based on X-ray Microcomputed Tomography

X 선 Microcomputed 단층 촬영에 따라 옥수수 혈관 번들의 미크론 단위 형질 기법

It is necessary to accurately quantify the anatomical structures of maize materials based on high-throughput image analysis techniques. Here, we provide a ...

Microbiota Analysis Using Two-step PCR and Next-generation 16S rRNA Gene Sequencing

2단계 PCR 및 차세대 16S rRNA 유전자 시퀀싱을 사용한 미생물 분석

The human gut is colonized by trillions of bacteria that support physiologic functions such as food metabolism, energy harvesting, and regulation of the ...

Quantification of Skeletal Muscle Fatty Infiltration via Decellularization

Decellularization-Based Quantification of Skeletal Muscle Fatty Infiltration

Decellularization-Based Quantification of Skeletal Muscle Fatty Infiltration (Video) | JoVE 

골격근 지방 침윤의 탈세포화 기반 정량화

Fatty infiltration is the accumulation of adipocytes between myofibers in skeletal muscle and is a prominent feature of many myopathies, metabolic ...

One-Step Hairy Root Transformation Method for Advancing Root-Related Biology

An Efficient and Reproducible Method for Producing Composite Plants by Agrobacterium rhizogenes-Based Hairy Root Transformation

Streamlining Composite Plant Production via Agrobacterium rhizogenes-Mediated Hairy Root Transformation (Video) | JoVE

Agrobacterium rhizogenes 기반 털이 많은 뿌리 형질전환에 의한 복합 식물 생산을 위한 효율적이고 재현 가능한 방법

Producing composite plants with transgenic roots and nontransgenic stems and buds using Agrobacterium rhizogenes-mediated hairy root transformation is a ...