BMC Bioinformatics

Việc phân tích toàn hệ thống các gen và protein trong tế bào động vật có vú tạo ra danh sách các gen/protein biểu hiện khác nhau cần được phân tích thêm về chức năng tổng hợp của chúng để rút ra kiến thức mới. Khi đã tạo ra danh sách các gen hoặc protein không thiên lệch từ các thí nghiệm như vậy, những danh sách này được sử dụng làm đầu vào để tính toán sự làm giàu với các danh sách hiện có được tạo ra từ kiến thức trước đó tổ chức thành các thư viện gen-set. Trong khi nhiều công cụ phân tích làm giàu và cách thức lưu trữ thư viện gen-set đã được phát triển, vẫn còn nhiều cơ hội để cải thiện.

Hiểu được sự tương tác giữa các loài khác nhau trong một cộng đồng và phản ứng của chúng với các thay đổi môi trường là một mục tiêu trung tâm trong sinh thái học. Tuy nhiên, việc xác định cấu trúc mạng lưới trong một cộng đồng vi sinh vật là rất thách thức do tính đa dạng cực kỳ cao và trạng thái chưa được nuôi cấy của chúng. Mặc dù sự tiến bộ gần đây của công nghệ metagenomic, chẳng hạn như giải trình tự quy mô lớn và mảng gen chức năng, cung cấp các công cụ cách mạng cho việc phân tích cấu trúc cộng đồng vi sinh vật, vẫn còn khó khăn trong việc xem xét các tương tác mạng trong một cộng đồng vi sinh vật dựa trên dữ liệu metagenomic quy mô lớn.

Trong bài báo này, chúng tôi mô tả một khung phương pháp toán học và tin sinh học mới để xây dựng các mạng lưới liên kết sinh thái được gọi là mạng sinh thái phân tử (MENs) thông qua các phương pháp dựa trên Lý thuyết Ma trận Ngẫu nhiên (RMT). So với các phương pháp xây dựng mạng lưới khác, phương pháp này có điểm nổi bật là mạng lưới được xác định tự động và có tính ổn định cao với nhiễu, do đó cung cấp giải pháp xuất sắc cho một số vấn đề chung liên quan đến dữ liệu metagenomic quy mô lớn. Chúng tôi đã áp dụng nó để xác định cấu trúc mạng của các cộng đồng vi sinh vật chịu tác động của việc làm nóng thí nghiệm lâu dài dựa trên dữ liệu giải trình tự pyrosequencing của các gen rRNA 16S. Chúng tôi cho thấy rằng các MEN được xây dựng dưới cả điều kiện ấm và không ấm đều biểu hiện các đặc điểm hình thái học nổi bật như tự do quy mô, thế giới nhỏ và tính mô-đun, tương thích với các mạng sinh thái phân tử đã được mô tả trước đó. Phân tích eigengene cho thấy các eigengene phản ánh tương đối tốt các hồ sơ mô-đun. Nhất quán với nhiều nghiên cứu khác, một số đặc điểm môi trường chính bao gồm nhiệt độ và pH của đất đã được tìm thấy là quan trọng trong việc xác định các tương tác mạng trong các cộng đồng vi sinh vật được kiểm tra. Để tạo điều kiện cho việc ứng dụng của nó trong cộng đồng khoa học, tất cả các phương pháp và công cụ thống kê này đã được tích hợp vào một quy trình phân tích mạng sinh thái phân tử toàn diện (MENAP), hiện đã có thể truy cập mở (http://ieg2.ou.edu/MENA).

Phân tích mạng sinh thái phân tử dựa trên RMT cung cấp các công cụ mạnh mẽ để làm sáng tỏ các tương tác mạng trong các cộng đồng vi sinh vật và phản ứng của chúng với các thay đổi môi trường, điều này là rất quan trọng cho nghiên cứu trong lĩnh vực sinh thái vi sinh và vi sinh môi trường.