R 语言并行计算 beta-NTI,加快群落构建分析速度
群落构建分析是微生物生态学分析中重要的组成部分,成为目前文章发表的
热点技术。beta-NTI(beta nearest taxon index)是对群落构建进行量化的常用指
数。beta-NTI 的计算需要根据观察数据(OTU 表和遗传发育树)多次构建零模
型,该过程非常耗时,不利于科研人员进行数据的探索。但每个零模型的构建相
互独立,可同时进行,R 语言并行计算可加快 beta-NTI 的计算速度。本文内容包
括以下三个部分:1.如何理解群落构建;2.如何理解 beta-NTI;3.如何利用 R 语
言并行计算 beta-NTI。初学者可能对群落构建和 beta-NTI 的含义理解很模糊,我
将结合自己的理解对群落构建和 beta-NTI 进行简要的介绍,可通过后面的参考
文献做详细的了解。如果您对群落构建和 beta-NTI 很熟悉可略过 1、2 部分。我
们将重点介绍如何利用 R 语言并行计算 beta-NTI。除了 beta-NTI 还有其它哪些
计算群落构建的方法呢?下一篇文章我们将介绍 R 语言并行计算 beta 多样性零
偏差(null deviation of beta-diveristy)。
1. 如何理解群落构建?
群落构建包含两个过程——确定性过程和随机过程,其中确定性过程包含环
境选择和生物互作,随机性过程包含随机扩散和漂变。本文将要计算的 beta-NTI
就是对群落构建中随机过程和确定性过程的量化。我们可以通过图 1 简单理解随
机过程和确定性过程的含义。水杯中的花粉在水杯中做布朗运动(随机过程),
此时水杯在力 F(确定性过程)的推动下从左边移动到了右边,花粉则从左上角
移动到了右下角。因此花粉的运动既包括随机过程(布朗运动),也包括确定性
过程(推力 F 的作用)。通过对该图的讲解,我们可以大致理解随机过程和确定
性过程的含义了。此时,我们将该思维模型运用到我们的微生物群落结构的变化
中,帮助我们更好地理解群落构建。
- 1
- 2
- 3
- 4
- 5
- 6
前往页