【摘要】：微生物組是指占據(jù)一定界限棲息地的微生物群落的總和,它決定著群落的整體功能。深入解析微生物組的信息總量與分布規(guī)律,有望成為解決當前能源、農業(yè)、醫(yī)療等諸多難題的關鍵,微生物組研究正日益成為科學熱點。微生物組研究不僅需要明確其種類構成,而且需要探究組內微生物之間及其與宿主或環(huán)境之間的相互作用,因此對研究方法與技術提出了更高的要求和挑戰(zhàn)。紅外光譜技術能夠快速檢測微生物的化學分子組成并產生特異的紅外指紋圖譜,因而被用于對微生物進行區(qū)分和鑒別。本論文旨在探索與發(fā)展基于同步輻射的傅里葉變換紅外顯微光譜技術(SR-FTIR)應用于微生物組研究的方法學。我們利用SR-FTIR技術結合主成分分析(PCA)和層次聚類分析(HCA)等生物統(tǒng)計學方法,分別對16種單一體系的微生物和3種微生物構成的簡單復合體系進行分析,初步建立了對微生物組構成進行分類與鑒定的方法。具體結果如下:第一,建立了利用SR-FTIR技術分別在屬、種和亞種水平上對單一體系的微生物組進行鑒定的方法。發(fā)現(xiàn)紅外光譜的全譜(3000-2800,1800-900cm-1)和脂區(qū)域(3000-2800cm-1)、蛋白區(qū)域(1800-1500cm-1)、混合區(qū)域(1500-1200cm-1)、多糖區(qū)域(1200-900cm-1)的四個分譜能夠分別在種和亞種的水平上對細菌進行鑒別,但在屬的水平上,全譜比四個分譜有更好的分類效果。第二,建立了利用SR-FTIR技術對于單一體系的微生物組進行聚類分析的方法。發(fā)現(xiàn)紅外光譜的1300-1000cm-1區(qū)域(主要反映核酸和細胞壁多糖組分)含有最多特異性成分,其聚類結果與細菌自身的種屬分類基本相對應,可以作為細菌的紅外特征指紋區(qū)域。第三,利用SR-FTIR技術對簡單復合體系的微生物組模型進行檢測分析并對其光譜的特征峰進行了統(tǒng)計比較,初步建立了利用紅外光譜對二元或三元復合體系中微生物進行鑒別的方法�？傊�,利用SR-FTIR技術所具有的空間分辨率高、檢測速度快、重復性好的特點與優(yōu)勢,通過與PCA和HCA等多變量統(tǒng)計分析方法相結合,不僅能夠對微生物在不同分類水平上進行鑒別,而且可以對簡單體系的微生物組進行區(qū)分,從而有望發(fā)展為一種微生物組研究的重要手段。
[Abstract]:Microbial group refers to the sum of microbial communities occupying a certain range of habitats, which determines the overall function of the community. It is expected to be the key to solve the problems of energy, agriculture, medical treatment and so on. The study of microbiota not only needs to clarify its composition, but also needs to explore the interaction between microbes and their host or environment within the group. Therefore, the research methods and techniques have been put forward higher requirements and challenges. Infrared spectroscopy can quickly detect the chemical composition of microbes and produce specific IR fingerprints, so it is used to distinguish and identify microbes. This paper aims to explore and develop the methodology for the application of synchrotron radiation-based Fourier transform infrared microspectroscopy (SR-FTIR) in microflora research. In this paper, we use the SR-FTIR technique to combine with the principal component analysis (PCA) and the hierarchical cluster analysis (HCA) to analyze the simple composite systems of 16 single microbes and 3 microbes, respectively. A method for classification and identification of microbial composition was established. The results are as follows: first, a method for identifying the microflora of the single system at the level of genus, species and subspecies using SR-FTIR technique was established. It was found that the whole spectrum (3000-2800 ~ 1800-900 cm ~ (-1), lipid region (3000-2800cm-1), protein region (1800-1500cm-1), mixed region (1500-1200cm-1) and polysaccharide region (1200-900cm-1) could identify bacteria at the species and subspecies levels, but at the generic level. The whole spectrum has better classification effect than the four fractionated spectrum. Secondly, a method for cluster analysis of microorganism in a single system was established by using SR-FTIR technology. It was found that the 1300-1000cm-1 region of infrared spectrum (mainly reflecting nucleic acid and cell wall polysaccharides) contains the most specific components, and its clustering results are basically corresponding to the taxonomy of bacteria itself, and can be used as the infrared fingerprint region of bacteria. Thirdly, the microorganism group model of simple composite system was detected and analyzed by SR-FTIR technology, and the characteristic peaks of the spectrum were statistically compared. A method for identification of microbes in binary or ternary systems by infrared spectroscopy was established. In a word, SR-FTIR technology has the advantages of high spatial resolution, fast detection speed and good repeatability. By combining with multivariable statistical analysis methods such as PCA and HCA, not only can microbes be identified at different classification levels, Moreover, it is possible to distinguish the microflora of the simple system, which is expected to be an important means of microbiome research.
【學位授予單位】：中國科學院研究生院(上海應用物理研究所)
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：Q93

【相似文獻】

相關期刊論文 前10條

1 陳晨;利用聚類分析選擇有投資價值的上市公司[J];浙江金融;2004年11期

2 王道植;晏才全;徐友源;徐玉蓉;;貴州漆樹栽培區(qū)劃的聚類分析[J];貴州農學院學報;1983年02期

3 陳華豪;;聚類分析[J];林業(yè)勘察設計;1981年02期

4 馬俊才,趙玉峰;聚類分析在微生物數(shù)值分類上的應用[J];微生物學通報;1986年05期

5 章志敏;;不等指標的聚類分析法[J];系統(tǒng)工程;1990年02期

6 何湘藩;莊真;;模糊分級聚類分析方法[J];數(shù)量經濟技術經濟研究;1991年12期

7 陳燕國;蔡少華;;應用聚類分析對水庫營養(yǎng)類型分類和0—1高指標判別方法[J];湖泊科學;1993年03期

8 袁建美;聚類分析法在學生成績評估中的應用[J];石油大學學報(自然科學版);1998年01期

9 肖宜濱;聚類分析的理論及其應用[J];江蘇統(tǒng)計;2001年11期

10 姚澤清,趙世玲,華中民;江蘇省13城市國民經濟主要指標的聚類分析[J];解放軍理工大學學報(自然科學版);2003年03期

相關會議論文 前10條

1 梅翠;;我國各地區(qū)居民收入差距及其對消費的制約[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術年會論文集[C];2005年

2 李均立;傅國華;;海南各縣(市)經濟實力的聚類分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術年會論文集[C];2005年

3 劉黃金;曹林峰;;南京服務業(yè)發(fā)展的聚類分析[A];江蘇省現(xiàn)場統(tǒng)計研究會第十次學術年會論文集[C];2006年

4 肖靜;楊澤峰;徐辰武;;微陣列表達譜監(jiān)督聚類分析方法的比較研究[A];江蘇省遺傳學會第七屆代表大會暨學術研討會論文摘要匯編[C];2006年

5 路愛峰;崔玉杰;;滬市電力上市公司經營業(yè)績的聚類分析[A];中國數(shù)學力學物理學高新技術交叉研究學會第十二屆學術年會論文集[C];2008年

6 陳國華;廖小蓮;夏君;;證券投資分析的聚類分析方法[A];中國企業(yè)運籌學[2011（1）][C];2011年

7 張紅衛(wèi);隗金水;;聚類分析評價與測量效度關系探討[A];第九屆全國體育科學大會論文摘要匯編(4)[C];2011年

8 牛東曉;乞建勛;;網絡資源平衡問題的聚類分析優(yōu)化遺傳算法研究[A];2001年中國管理科學學術會議論文集[C];2001年

9 詹原瑞;彭書杰;李如一;;基于聚類分析的企業(yè)信用等級評價方法[A];西部開發(fā)與系統(tǒng)工程——中國系統(tǒng)工程學會第12屆年會論文集[C];2002年

10 鄒曉玫;修春波;;基于聚類分析的犯罪率相關因素的研究[A];當代法學論壇（二○一○年第3輯）[C];2010年

相關博士學位論文 前4條

1 張建萍;基于計算智能技術的聚類分析研究與應用[D];山東師范大學;2014年

2 李成安;分布式環(huán)境下聚類分析新方法的研究[D];浙江大學;2006年

3 楊旭杰;基于統(tǒng)計方法模型分析的中藥復方專利保護研究[D];北京中醫(yī)藥大學;2012年

4 李寶玲;王裕頤教授學術思想與臨床經驗總結及治療眩暈證治規(guī)律研究[D];北京中醫(yī)藥大學;2012年

相關碩士學位論文 前10條

1 李元俊;大學生就業(yè)能力培養(yǎng)與社會需求的匹配性研究[D];山東建筑大學;2015年

2 馮雪冰;基于模糊理論的EM算法在聚類分析的應用研究[D];中國地質大學(北京);2015年

3 黃銀;行業(yè)地區(qū)發(fā)展水平的聚類分析[D];蘇州大學;2015年

4 郭俊峰;聚類分析下的股票投資價值挖掘研究[D];大連海事大學;2015年

5 張旭;考慮風電接入不確定性的節(jié)點特性建模研究[D];山東大學;2015年

6 褚旭;我國各省市CDM項目聚類分析及影響因素研究[D];首都經濟貿易大學;2015年

7 劉鑫琳;VAGUE集理論及其在聚類分析中的應用[D];廣西大學;2015年

8 周穎;基于蟻群算法的聚類分析在學生成績中的研究[D];南昌大學;2015年

9 邢蕊;以聚類分析為基礎的我國證券公司效率研究[D];山西大學;2015年

10 王帥宇;K-Means算法在用戶細分方面的應用研究[D];北京理工大學;2015年

，

本文編號：2188939