如何對微生物進行細化分析

⑴ 如何分析微生物細胞干物質中無機物和有機物的含量和成分

你可以使用瓊脂糖凝膠電泳（PAGE）來分析細胞干物質中無機物和有機物的含量和成分。該方法可以根據分巧族子量來分離多種有機物和無機物，從而實現定孫派量分析。此外，還可以使用碳氫核磁共振成像儀（NMR）來進行有孝凱弊機物的結構分析。

⑵ 微生物熱圖怎麼分析

微生物熱圖分析：微生物物種多樣性主要從對微生物類群即細菌、真菌和放線菌這三大類群的數量及其比例組成來描述微生物多樣性。

或者按照微生物在生態系統中的作用將其劃分成不同的功能群(function group)，通過某一功能群中物種的分類及其數量來研究土壤微生物多樣性，如對土壤中的產甲烷細菌、固氮菌、根瘤菌等的多樣性進行研究。

含義

釋放出來的能量部分用來合成高能化合物，供微生物合成和代謝活動的需要，部分用來合成產物，其餘部分則以熱的形式散發出來。生物熱大量產生於菌體的對數生長期，這一階段所產生的大量熱成為發酵過程熱平衡的主要因素。

⑶ 微生物多樣研究—微生物深度分析概述

一、微生物深度分析方法核心思想

復雜微生物群落解構的核心思想：

不預設任何假定，客觀地觀測整個微生物組所發生的一系列結構性變化特徵，最終識別出與疾病或所關注的表型相關的關鍵微生物物種、基因和代謝產物。

二、微生物深度分析方法—關聯分析

進行微生物群體關聯分析，需要結合兩大類傳統的統計分析方法：

   1）無監督學習（Unsupervised learning）

   2）有監督學習（Supervised learning）

無監督學習： 基於對數據結構的自然分解和觀察。

主要包括以下三類方法：

   1）主成分分析（Principal component analysis，PCA）；

   2）多維手腔頌尺度分析（Multidimensional scaling， MDS）；

   3）聚類分析（Clustering analysis）

有監督的學習： 則是基於某種已知的樣品間相互關系，盡可能地按照這種關系提取原始數據中的相關信息。

傳統的有監督學習方法包括：

 冗餘分析（Rendancyanalysis，RDA） 

 典型相關分析（Canonicalanalysis） 

 偏最小二乘判別分析（Partialleast squares discriminant analysis，PLS-DA） 

 ……等約束排序方法（Constrainedordination）。

三、微生物深度分析方法—多維度結合分析

※ 考慮微生物群落成員之間的系統發育關系，可以將這些有監督的學習方法與無監督的多維尺度分析相結合。

即：把通過給定樣品間距離進行線性變換分解得到的新變數用於有監督的學習。

由此衍生出基於距離的冗餘分析（Distance-basedrendancy analysis，db-RDA）和主坐標典型相關圓緩分析（Canonical analysis of principal coordinates，CAP）

 ▲  通過約束排序，可以對群落樣品間的相互關系是否遵循已知樣品分布規律做出判斷。

四、隨機森林演算法

隨機森林（RandomForests）方法找尋關鍵變數。 

隨機森林：是一種基於決策樹（Decision tree）的高效的機器學習演算法，可以用於對樣品進行分類（Classification），也可以用於回歸分析（Regression）。  

隨機森林屬於非線性分類器，因此可以挖掘變數之間復雜的非線性的相互依賴關系。

五、ROC曲線

接收者操作特徵曲線（Receiveroperating characteristic curve，ROC曲線）也是一種有效的有監督學習方法。  

ROC 分析屬於二元分類演算法，用來處理只有兩種分類的問題，可以用於選擇最佳的判別模型。

六、LEfSe分析

LEfSe分析： 基於線性判別分析（Lineardiscriminant analysis，LDA）效應量（Effectsize）的分析方法。

本質是將線性判別分析與非參數的Kruskal-Wallis以及Wilcoxon秩和檢驗相結合，從而篩選關鍵的生物標記物（也就是關鍵群落成員）。

七、基於微生物成員之間的網路推斷分析

這類分析的 根本目的 ：考察不同群落成員之間的相互作用，通過關聯分析的方法，找尋群落成員在不同生境下共同出現（Co-occurrence）或彼此排斥（Co-exclusion）的相互作用模式，從而推斷不同微生物類群之間可能的「協作」或「競爭」關系。

八、基於微生物成員之間網路推斷分析的延伸和發展

發展延伸的領域： 腸道元基因組學 領域的一系列研究又在此概念的基礎上更進一步，發展出了

「豐度共變化的基因類群」（Co-abundance genegroups，CAGs）

「元基因組學物種」（Metagenomic species，MGS）

……等新名詞，對於闡釋元基畢鄭因組學的復雜數據提供了全新的思路和辦法。

⑷ 試述從環境中篩選某種微生物並對其進行初步鑒定和研究的具體實驗步驟

用伊紅美藍培養基鑒定水中大腸桿菌
步驟如下：
①製作伊紅美藍培養基，趁熱注入培養皿中，凝成平板，待用。
②用滅過菌的錐形瓶盛取河水或溝水，按1：10稀釋。
③取0.1毫升稀釋液接種於伊紅美藍培養基上。用平板劃線分離法進行分離。
④將劃線後的培養皿倒置37℃溫箱中培養18～24小時。培養基中會出現大腸桿菌菌落，菌落中心呈暗藍黑色，發金屬光澤。
⑤將菌落接種於斜面培養基上（由營養瓊脂培養基製成）。

⑸ 如何進行微生物檢驗分析中的質量控制

如何進行微生物檢驗分析中的質量控制

質量控制對檢驗結果的保證非常重要，而質量控制也貫穿檢驗工作的整個過程。中國合格評定國家認可委員會(CNAS)於2012年9月13日發布的CNAS-CL42在2014年4月21日進行了第1次修訂，並於2014年11月1日實施。其中明確了微生物檢驗在分析過程中質量控制需要滿足如下要求。下面是我為大家帶來的如何進行微生物檢驗分析中的質量控制的知識，歡迎閱讀。

一、診斷性抗血清試劑，實驗當日至少應做多價血清陰性和陽性質控：

定性試驗試劑每次檢測時應至少包括陽性和陰性質控菌株。不含內質控的直接抗原檢測試劑，實驗當日應檢測陽性和陰性質控。使用的染色劑(革蘭染色、特殊染色和熒光染色)，至少每周(若檢測頻率小於每周1此，則實驗當日)用已知陽性和陰性(適用時)的質控菌株檢測。凝固酶、過氧化氫酶、氧化酶、β-內醯胺酶，實驗當日應做陰性和陽性質控，商業頭孢菌素試劑的β-內醯胺酶試驗可遵循製造商的建議。

二、實驗室採用的抗菌葯物敏感性試驗方法的質控：

應以質控標准菌株連續檢測20—30天，每一組葯物/細菌超出參考范圍(抑菌圈直徑或MIC)的頻率應不超過(≤)1/20或1/30;也可採用替代質控方案，即連續5天，每天對每一組葯物/細菌重復測定3次，每次單獨制備接種物，15個數據超出參考范圍(抑菌圈直徑或MIC)的結果應不超過(≤)1個，若失控結果為2-3個，則如前述，再進行5天，每天3次重復試驗，30個數據失控結果應不超過(≤)3個。此後，應每周使用標准菌株進行質控。若檢測頻率小於每周1次，則每個檢測日應進行質控。採用自動或者半自動儀器檢測MIC值時，應按照製造商的要求進行質控。

三、厭氧菌培養：

還需要使用有效的方法檢測厭氧培養環境(如以亞甲蘭試條、厭氧菌或其它適當方法)。分枝桿菌檢測：抗酸染色應在實驗當日用適當的`陰性和陽性質控驗證;熒光染色應每次實驗以陰性和陽性質控驗證。真菌檢測：直接染色(如：抗酸染色，PAS，吉姆薩染色，墨汁染色)檢查患者樣品時，應在實驗當日做陰性和陽性質控(某些染色如吉姆薩染色，玻片本身作為陰性質控。KOH制備的玻片不需要質控)。病毒：連續細胞傳代時應定期監測支原體污染(宜監測陰性未傳代的質控株，而不是培養支原體);應監測用於細胞生長培養液的動物血清的細胞毒性;應具備相應的細胞株用於病毒培養。

⑹ 如何利用r軟體進行微生物rda分析

如果只有一個響應變數數據，而沒預測器（解釋變數），我們僅僅需要、也只能歸納這個變數的分布特徵（如通過直方圖、中值，標准差、四分位極差等）。如果有多個響應變數，依然沒有解釋變數，我們可以用排序（間接梯度分析）來分析數據，例如可以用主成分分析（PCA）、對應分析（CA）、去趨勢對應分析（DCA）和非度量多維尺度分析（NMDS），當然也可以用等級分類，如聚類的方法將樣方分為有區別的幾類。
如果我們有一個或多個的解釋變數，要分析一個響應變數，可以用廣義的回歸模型，包括傳統的回歸模型和方差分析、協方差分析。這類分析統稱為一般線性模型（general linear model），最近在一般線性模型基礎上，發展出了廣義線性模型（generalizedlinear models, GLM）和廣義可加模型(generalized additivemodels, GAM)。有關這回歸模型更多的信息，我們將在第8章討論。
如果有多個響應變數需要分析，解釋變數一個或多個，我們可以通過直接梯度排序來分析解釋變數與多個響應變數（群落學里通常是物種）之間的關系。常用的有冗餘分析（RDA）和典範對應分析（CCA）等排序技術。

你的問題裡面氮源算是解釋變數，產生的菌種屬於相應變數。如果你測定的菌種指標為多個，我感覺你就用canoco做一個CCA應該就行了（還有，這種方式應用在生態上只是較多而已，但用在你的實驗上應該沒什麼問題）。CCA是首先針對你的菌種進行排序，然後再與氮源進行線性結合；當然，如果你測定的菌種指標只有一個，那就用SPSS之類的簡單軟體分別進行線性回歸，然後看哪個擬合的結果（r）好就行了。祝早日發表。

⑺ 微生物網路分析怎麼按細菌真菌古菌分析

步驟如下：
1、擇樣本並進行微生物群落分析，得到微生物組成數孫旦談據，根據微生物組成數據，構建微生物共現網路則碰。
2、對微生物共現網路進行模塊化分析，將微生物共現關系密集的節點聚類為一個模塊。
3、對每遲培個模塊進行微生物分類，將屬於細菌、真菌、古菌的微生物分別標記出來。
4、分析不同微生物分類的模塊特徵和網路特徵，比較其在微生物共現網路中的作用和關系。

⑻ 怎麼分析微生物群落結構和多樣性

微生物群落的種群多樣性一直是微生物生態學和環境學科研究的重點。近幾年來，微生物群落結構成為研究的熱點。首先，群落結構決定了生態功能的特性和強弱。其次，群落結構的高穩定性是實現生態功能的重要因素。再次，群落結構變化是標記環境變化的重要方面。因此，通過對目標環境微生物群落的種群結構和多樣性進行解析並研究其動態變化，可以為優化群落結構、調節群落功能和發現新的重要微生物功能類群提供可靠的依據。
從年代上來看，微生物群落結構和多樣性解析技術的發展可以分為三個階段。20世紀70年代以前主要依賴傳統的培養分離方法，依靠形態學、培養特徵、生理生化特性的比較進行分類鑒定和計數，對環境微生物群落結構及多樣性的認識是不全面和有選擇性的，方法的分辨水平低。在70和80年代，研究人員通過對微生物化學成分的分析總結出了一些規律性的結論，從而建立了一些微生物分類和定量的方法即生物標記物方法，對環境微生物群落結構及多樣性的認識進入到較客觀的層次上。在80和90年代，現代分子生物學技術以DNA為目標物，通過rRNA基因測序技術和基因指紋圖譜等方法，比較精確地揭示了微生物種類和遺傳的多樣性，並給出了關於群落結構的直觀信息。
1 傳統培養分離方法
傳統培養分離方法是最早的認識微生物群落結構和多樣性的方法，自1880年發明以來一直到
現在仍被廣泛使用。傳統培養分離方法是將定量樣品接種於培養基中，在一定的溫度下培養一定的時間，然後對生長的菌落計數和計算含量，並通過在顯微鏡下觀察其形態構造，結合培養分離過程生理生化特性的觀察鑒定種屬分類特性。培養分離方法採用配比簡單的營養基質和固定的培養溫度，還忽略了氣候變化和生物相互作用的影響，這種人工環境與原生境的偏差使得可培養的種類大大減少(僅占環境微生物總數的0.1%～10%[1])。而且，此方法繁瑣耗時，不能用於監測種群結構的動態變化。
2 群落水平生理學指紋方法(CLPP)
通常認為微生物所含的酶與其豐度或活性是密切相關的。酶分子對於所催化的生化反應特異性很高，不同的酶參與不同的生化反應。如果某一微生物群落中含有特定的酶可催化利用某特定的基質，則這種酶-底物可作為此群落的生物標記分子之一，標記了某種群的存在。由Garlan和Mills[2]於1991年提出的群落水平生理學指紋方法(CLPP)是通過檢測微生物樣品對底物利用模式來反映種群組成的酶活性分析方法。具體而言，CLPP分析方法就是通過檢測微生物樣品對多種不同的單一碳源基質的利用能力，來確定那些基質可以作為能源，從而產生對基質利用的生理代謝指紋。由BIOLOG公司開發的BIOLOG氧化還原技術，使得CLPP方法快速方便。商業供應的BIOLOG微平板分兩種：GN和MT，二者都含有96個微井，每一
128 生態環境 第14卷第1期（2005年1月）

微井平板的干膜上都含有培養基和氧化還原染料四唑[3]。其中，BIOLOG的GN微平板含有95種不同碳源和一個無碳源的對照井，而MT微平板只含有培養基和氧化還原染料，允許自由地檢測不同的碳源基質[3]。檢測的方法是：將處理的微生物樣品加入每一個微井中，在一定的溫度下溫育一定的時間(一般為12 h)，在溫育過程中，氧化還原染料被呼吸路徑產生的NADH還原，顏色變化的速率取決於呼吸速率，最終檢測一定波長下的吸光率進行能源碳的利用種類及其利用程度的分析[4]。
BIOLOG方法能夠有效地評價土壤和其它環境區系的微生物群落結構[3~6]。其優點是操作相對簡單快速，而且少數碳源即能區別碳素利用模式的差別[5]。然而，BIOLOG體系僅能鑒定快速生長的微生物，而且，測試盤內近中性的緩沖體系、高濃度的碳源及有生物毒性的指示劑紅四氮唑(TTC)使得測試結果的誤差進一步增大。姚槐應[5]的研究表明，應根據測試對象的特點（例如pH，碳源利用類型及利用能力）改進BIOLOG體系，並且，有必要研究更好的指示劑來取代TTC。
3 生物標記物方法
生物標記物(Biomakers)通常是微生物細胞的生化組成成分，其總量通常與相應生物量呈正相關。由於特定結構的標記物標志著特定類型的微生物，因此一些生物標記物的組成模式(種類、數量和相對比例)可作為指紋估價微生物群落結構。由於分類的依據是從混合微生物群落中提取的生化組成成分，潛在地包括所有的物種，因而具有一定的客觀性。並且分析簡便快速，適於定性甚至半定量地檢測微生物體系的動態變化。20世紀80年代以來常用於研究微生物群落結構的生物標記物方法包括：醌指紋法(Quinones Profiling)、脂肪酸譜圖法(PLFAs和WCFA-FAMEs)。測定時，首先使用合適的提取劑提取環境微生物樣品中的這些化合物並加以純化，然後用合適的溶劑製成合適的樣品用GC或LC檢測，最後用統計方法對得到的生物標記物譜圖進行定性定量分析。
3.1 醌指紋法(Quinones Profiling)
呼吸醌廣泛存在於微生物的細胞膜中，是細胞膜的組成成分，在電子傳遞鏈中起重要作用[7]。醌的含量與土壤和活性污泥的生物量呈良好的線性關系的研究表明，醌含量可用作微生物量的標記[8]。有兩類主要的呼吸醌：泛醌(ubiquinone, UQ)即輔酶Q和甲基萘醌(menaquinone,MK)即維生素K[9]。醌可以按分子結構在類(UQ和MK)的基礎上依據側鏈含異戊二烯單元的數目和側鏈上使雙鍵飽和的
氫原子數進一步區分。研究表明，每一種微生物都含有一種占優勢的醌[7]，而且，不同的微生物含有不同種類和分子結構的醌[9]。因此，醌的多樣性可定量表徵微生物的多樣性，醌譜圖（即醌指紋）的變化可表徵群落結構的變化。
用醌指紋法描述微生物群落的參數[7]有：(1)醌的類型和不同類型的醌的數目；(2)占優勢的醌及其摩爾分數含量；(3)總的泛醌和總的甲基萘醌的摩爾分數之比；(4)醌的多樣性和均勻性；(5)醌的總量等。對兩個不同的群落，由上述分析所得數據可以計算出另一個參數____非相似性指數(D)，用於定量比較兩個群落結構的差異。
醌指紋法具有簡單快速的特點，近幾年來廣泛用於各種環境微生物樣品(如土壤，活性污泥和其它水生環境群落)的分析。
考察了醌指紋法分析活性污泥群落的分析精度，證明此方法是一種可靠的分析方法。然而，醌指紋法也存在一定的局限性，它不能反映具體哪個屬或哪個種的變化。 3.2 脂肪酸譜圖法(PLFAs、WCFA-FAMEs和其它方法)
從微生物細胞提取的脂肪類生化組分是重要的生物量標記物，例如，極脂(磷脂)、中性脂類(甘油二酯)可分別作為活性和非活性生物量的標記物[10]。更重要的是，提取脂類的分解產物____具有不同分子結構的混合的長鏈脂肪酸，隱含了微生物的類型信息，其組成模式可作為種群組成的標記。多種脂肪酸譜圖法廣泛用於土壤、堆肥和水環境微生物群落結構的分型和動態監測[11~13]。
常用的脂肪酸譜圖法可分為兩種：磷脂脂肪酸(PLFAs)譜圖法和全細胞脂肪酸甲酯(WCFA-FAMEs)譜圖法[14]。二者分析的對象實質上都是脂肪酸甲酯，不同之處在於提取脂肪酸的來源不同。磷脂脂肪酸(PLFAs)譜圖法提取的脂肪酸主要來源於微生物細胞膜磷脂即來源於活細胞，全細胞脂肪酸甲酯(WCFA-FAMEs)譜圖法提取的脂肪酸來源於環境微生物樣品中的所有可甲基化的脂類即來源於所有的細胞（包括活細胞和死細胞）。因此，磷脂脂肪酸(PLFAs)譜圖法的優點在於准確，可靠；全細胞脂肪酸甲酯(WCFA-FAMEs)譜圖法的優點在於提取簡捷，所需樣品量少。對多個環境微生物樣品分析而言，先用WCFA-FAMEs譜圖法預先篩選再用PLFAs法進行分析是提高效率的較佳選擇。
脂肪酸譜圖分析包括兩種形式：一種是脂肪酸，採用GC分析儀達到分離不同結構的分子的目的；另一種是脂肪酸甲基化產物____脂肪酸甲酯，採用GC-MS分析儀進行不同分子的分離和鑒定。

⑼ 病原微生物中細菌常見檢測方法有哪些

1、快速測試片技術法

快速測試片是指以紙片、紙膜、膠片等作為培養基載體，將特定的培養基和顯色物質附著在上面，通過微生物在上面的生長、顯色來測定食品中微生物的方法。

細菌總數檢測紙片的研製始於 20 世紀 80 年代，其主要優點是簡便、實用、經濟、操作性強。近年來以濾紙和美國某公司的 Petrifilm 為載體的測試片已開始被廣泛應用。

2、生物電化學方法

生物電化學方法是指通過電極測定微生物產生或消耗的電荷，從而提供分析信號的方法。微生物在滋生代謝過程中，培養基的電化學性質如電流、電位、電阻和電導等會發生變化，所以可以通過檢測分析這些電化學參量的變化來實現對微生物的快速測定。

常見的有：阻抗分析法、電位分析法、電流分析法等。生物電化學方法具有測量快速、直觀、操作簡單、測量設備成本低和信號的可控性等特點。

3、微菌落技術

微菌落是指細菌生長繁殖早期在固相載體上所形成的只能藉助於顯微鏡觀察的微小菌落。微菌落技術具有快速、經濟、實用的特點，其研究始於 20 世紀50年代，定量測定技術從 20 世紀 70 年代開始，國外已有報道將該法應用於水、食品中細菌總數的快速檢測。

4、氣相色譜法

氣相色譜應用到微生物的檢測中，主要是依據不同微生物的化學組成或其產生的代謝產物各異，利用上述色譜檢測可直接分析各種體液中的細菌代謝產物、細胞中的脂肪酸、蛋白質、氨基酸、多肽、多糖等，以確定病原微生物的特異性化學標志成分，協助病原診斷和檢測。

5、高效液相色譜法

利用高效液相色譜檢測可分析各種體液中的細菌代謝產物、病原微生物等，以確定病原微生物的特異性化學標志成分，協助病原診斷和檢測。

⑽ 微生物如何做趨勢分析

現代微生物學，隨著分子生物學的發展，基因技術和基因工程的飛速進展，信息化時代的加速。
主要有幾種趨勢，純粹一家之言，僅來探討。
1、工業化、工程菌種的培育。通過基因技術手段，培養工業化菌種，然後通過發酵等手段進行生產，因為微生物生產的周期性和特定性，有著增加產能、節約成本等等優勢。（類似於胰島素和凝乳酶的生產現在已經在進行，但是都是運用的自然選育誘變的方法篩選的菌株，如果是定向培育，還會更好。）通過基因工程手段，培育具有特定功效的工程菌株，比如將某些特定的基因片段導入到一種菌內，達到保存該基因片段的目的等等。
2、通過微生物的繁殖特性，研究細胞微觀的趨勢，比如現在流行的通過某些標記手段來觀察酶合成、細胞吸收和排放、分子生物學的某些活動等等，通過微觀的易於操作的微生物來研究生命基礎結構細胞，來達到研究生物生長過程中的微觀現象。再通過微觀到宏觀，從單細胞到整體。的一種研究趨勢。
3、生物信息學、生物信息學衍生的學科的發展。通過生物學與計算機技術的結合，以資料庫和實驗來建立生物信息庫，通過實驗數據和實驗結論，建立模型和資料庫的分析。來探討生命的本源，甚至於說虛擬智能的研究也與生物信息學息息相關。