如何描绘微生物群落组成

㈠ 如何理解群落是由多个种群构成的有机或有序的整体

群落是由不同的种群相互作用组成的包括同种生物的所有个体称为种群; 不同的种群相互作用而结合在一起称为群落。种群:在一定时间内占据一定空间的同种生物的所有个体。群落:栖息于一定地域或生境中各种生物种群通过相互作用而有机结合的集合体。

㈡ 群落的结构和种群的结构分别是什么

群落的结构有水平结构和垂直结构之分。

1、水平

水平结构是指在群落生境的水平方向上，常成镶嵌分布。

2、垂直

形成原因：群落中，各个生物种群分别占据了不同的空间。

种群的空间格局分为均匀分布、随机分布、集群分布。

1、均匀分布均匀型分布，指种群在空间按一定间距均匀分布产生的空间格局。

2、随机分布

随机型分布，是指中每一个体在种群领域中各个点上出现的机会是相等的，并且某一个体的存在不影响其他个体的分布。

3、集群分布，是最常见的内分布型。

(2)如何描绘微生物群落组成扩展阅读：

群落的组成

组成生物群落的种类成分是形成群落结构的基础。群落中种类组成，是一个群落的重要特征。营养物质的丰富程度不同，种类数目可以相差很大。

陆地生物群落中植物种类的多样性和结构的复杂性能直接影响动物种类和数量。微生物和土壤动物是生物群落中的重要成员，促进能量的多级利用和物质的循环过程。

㈢ 如何研究食品中微生物的群落结构

研究食品中微生物的群落结构，可以采用聚合酶链式反应 变性梯度凝胶电泳技术分别对食品中细菌16S rRNA和真菌18S rRNA的PCR产物进行分离。
根据基因指纹图谱分析群落结构及其动态变化过程，并对细菌和真菌的主要优势条带进行克隆、测序、构建系统发育树。
结果表明食品中的最初的微生物群落结构差异小，在发酵过程中细菌和真菌的种类均在二翻时迅速增加，群落结构产生显着变化。而后不同种类的数量随着发酵时间的推进有规律地增加或减少，最后趋于稳定。

㈣ 生物群落概述

在自然界中任何一个生物种群几乎都不是单独存在的，通常一个地区总是同时生活着多个种群，它们相互影响着，形成一个有规律的组合。这种生活在同一生境彼此相互作用的植物、动物和微生物种群的集合体叫生物群落 (community) 。在水生态系统中，都有两类基本群落: 水层区群落和水底区群落。水层区群落包括浮游植物、浮游动物、自游动物和各种浮游微生物; 水底区群落包括沿岸水生植物、底生藻类、底栖动物和各种底栖微生物。

一个群落中的物种，虽然对主要环境因素表现出或多或少的适应，但更重要的是通过食物关系而集合起来的。群落有一定的结构，对生境有共同的适应，并且在发展和演替着。群落的结构包括其外貌、种类组成和数量及群落的总量、水平分布和垂直分布格式以及与环境节律相适应的周期性变化。

在进化趋同过程中，不同物种形成了对环境相似的形态或生理适应。如水层区浮游生活的有机体都形成了一系列减缓下沉的浮游适应，在河流石头下面生活的各种动物和植物都有固着或抵抗水流的适应器官; 在急流中生活的各种动物，其呼吸器官和血液循环系统的构造虽然各有不同，但都需要高氧量。在共同进化的过程中群落的物种形成了种种相互适应，使种群间在数量上相互调节和保持种类组成的相对稳定。但是像任何适应一样，群落的稳定性也是很有限的、暂时的，由于理化环境的变化或种间矛盾积累的激化，都可引起群落结构的巨大而长期的变化，这种变化常常是不可逆的，从而使群落部分或全部改变了本身的面貌，这种变化就是群落的演替。

图6.1 高塘湖采样点布设示意图

任何生物群落都是由一定的生物种类组成的，种类组成是决定群落性质最重要的因素，也是鉴别不同群落类型的基本特征，因此调查群落中的物种组成是研究群落特征的基础。组成群落的种数随环境条件的不同而不同。一般说来，环境条件越多样化且越接近于生活的最适度，那么组成群落的种数也越多; 反之，环境条件越单纯化且越偏离生活的最适度，群落中的种类就越少，并且某些种的个体数量越大。此外，群落的物种数目还和本身经历时间的长短以及生境的稳定程度有关，积累和进化的时间越长，物种可能适应于生境的资源就越多。在研究生物群落结构时，首先要了解群落是由哪些种类组成的，以及各种生物种群在群落中所处的地位和所起的作用。

图6.2 潘三塘采样点布设示意图

㈤ 群落的构成过程是怎么样的需要哪些因素的促成群落的结构又是怎么样的还有其是否拥有不规则的演变规律

任何群落都有一定的空间结构。构成群落的每个生物种群都需要一个较为特定的生态条件；在不同的结构层次上，有不同的生态条件，如光照强度、温度、湿度、食物和种类等。所以群落中的每个种群都选择生活在群落中的具有适宜生态条件的结构层次上，就构成了群落的空间结构。群落的结构有水平结构和垂直结构之分。群落的结构越复杂，对生态系统中的资源的利用就越充分，如森林生态系统对光能的利用率就比农田生态系统和草原生态系统高得多。群落的结构越复杂，群落内部的生态位就越多，群落内部各种生物之间的竞争就相对不那么激烈，群落的结构也就相对稳定一些。 群落有其结构。大多数群落中，由一两种占优势的植物生长型决定整个群落的外貌，群落也常以此得名，如阔叶落叶林、针叶常绿林、草原等。植物还可以按更新芽的位置而分为不同生活型，如地上芽、地下芽植物等。一个群落的生活型组成可以反映环境特征。群落还常表现垂直分层现象，如地面上高树、矮树、灌木、草本的分层与光照有密切关系。地下和水中生物亦如是。除光照外，氧气、压力等亦有关。以植物为栖息地和食物的动物亦有相应的分层。在水平方向，不同生物可因要求类似环境条件或互相依赖而聚集在一起。群落中各物种常随时间而变化，如植物的开花闭花和动物的穴外行动具有昼夜节律，而整个温寒带群落呈现明显季节节律。群落中生物总处在不断的交互作用中。按生物吸取营养的方式，有营光合作用的植物、靠摄食为生的动物和经体表吸收的微生物。它们之间形成复杂的食物关系。两物种可以是互相竞争，也可是共生，视相互间利害关系而有寄生、偏利共生和互利之分。一个群落的进化时间越长、环境越有利且稳定，则所含物种越多。如两物种利用相同资源(生态位重叠)则必然竞争而导致一方被排除。但如一方改变资源需求(生态位分化)则可能共存。生物群落的发展趋势是生态位趋向分化和物种趋向增多。 植物通过光合作用制造的有机物质总量称为总初级生产力，这是整个群落一切生命活动的能量基础。除去植物呼吸消耗之后的剩馀称为净初级生产力，这是群落中全部异营生物(亦称异养生物)赖以生存的能源。群落中现存的有机物质量称为生物量，各种类型的群落的生物量和生物量积累比率很不相同。群落中生物组成包括植物、食植动物到食肉动物各营养级的食物连锁关系。由于能量的种种消耗，生产力逐级递减。初级生产力只占阳光能中的0.1～1％，而动物所代表的各次级生产力只占前一级生产力的10％。土壤上下的细菌、真菌在群落中亦占重要地位。森林中被动物摄食者，不到枝干量的1％和树叶量的10％，绝大部分朽木落叶被微生物分解。有机物质被分解为简单成分后，可再为根系所利用从而完成营养物循环。森林中这种循环可以很紧密，丢失很少。但海洋中浮游生物沉积海底，却使一部分营养物(如磷)难以再重复利用。 一片山坡上的丛林可因山崩全部毁坏，暴露出岩石面。但又可经地衣、苔藓、草类、灌木和乔木等阶段逐步再发育出一片森林，包括重新孕育出土壤。当一个群落的总初级生产力大于总群落呼吸量，而净初级生产力大于动物摄食、微生物分解以及人类采伐量时，有机物质便要积累。于是，群落便要增长直达到一个成熟阶段而积累停止、生产与呼吸消耗平衡为止。这整个过程称为演替(succession)，而其最后的成熟阶段称为顶极(climax)。顶极群落生产力并不最大，但生物量达到极值而净生态系生产量很低或甚至达到零；物种多样性可能最后又有降低，但群落结构最复杂而稳定性趋于最大。不同于个体发育，群落没有个体那样的基因调节和神经体液的整合作用，演替道路完全决定于物种间的交互作用以及物流、能流的平衡。因此顶极群落的特征一方面取决于环境条件的限制，一方面依赖于所含物种。

㈥ 怎么分析微生物群落结构和多样性

微生物群落的种群多样性一直是微生物生态学和环境学科研究的重点。近几年来，微生物群落结构成为研究的热点。首先，群落结构决定了生态功能的特性和强弱。其次，群落结构的高稳定性是实现生态功能的重要因素。再次，群落结构变化是标记环境变化的重要方面。因此，通过对目标环境微生物群落的种群结构和多样性进行解析并研究其动态变化，可以为优化群落结构、调节群落功能和发现新的重要微生物功能类群提供可靠的依据。
从年代上来看，微生物群落结构和多样性解析技术的发展可以分为三个阶段。20世纪70年代以前主要依赖传统的培养分离方法，依靠形态学、培养特征、生理生化特性的比较进行分类鉴定和计数，对环境微生物群落结构及多样性的认识是不全面和有选择性的，方法的分辨水平低。在70和80年代，研究人员通过对微生物化学成分的分析总结出了一些规律性的结论，从而建立了一些微生物分类和定量的方法即生物标记物方法，对环境微生物群落结构及多样性的认识进入到较客观的层次上。在80和90年代，现代分子生物学技术以DNA为目标物，通过rRNA基因测序技术和基因指纹图谱等方法，比较精确地揭示了微生物种类和遗传的多样性，并给出了关于群落结构的直观信息。
1 传统培养分离方法
传统培养分离方法是最早的认识微生物群落结构和多样性的方法，自1880年发明以来一直到
现在仍被广泛使用。传统培养分离方法是将定量样品接种于培养基中，在一定的温度下培养一定的时间，然后对生长的菌落计数和计算含量，并通过在显微镜下观察其形态构造，结合培养分离过程生理生化特性的观察鉴定种属分类特性。培养分离方法采用配比简单的营养基质和固定的培养温度，还忽略了气候变化和生物相互作用的影响，这种人工环境与原生境的偏差使得可培养的种类大大减少(仅占环境微生物总数的0.1%～10%[1])。而且，此方法繁琐耗时，不能用于监测种群结构的动态变化。
2 群落水平生理学指纹方法(CLPP)
通常认为微生物所含的酶与其丰度或活性是密切相关的。酶分子对于所催化的生化反应特异性很高，不同的酶参与不同的生化反应。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质，则这种酶-底物可作为此群落的生物标记分子之一，标记了某种群的存在。由Garlan和Mills[2]于1991年提出的群落水平生理学指纹方法(CLPP)是通过检测微生物样品对底物利用模式来反映种群组成的酶活性分析方法。具体而言，CLPP分析方法就是通过检测微生物样品对多种不同的单一碳源基质的利用能力，来确定那些基质可以作为能源，从而产生对基质利用的生理代谢指纹。由BIOLOG公司开发的BIOLOG氧化还原技术，使得CLPP方法快速方便。商业供应的BIOLOG微平板分两种：GN和MT，二者都含有96个微井，每一
128 生态环境 第14卷第1期（2005年1月）

微井平板的干膜上都含有培养基和氧化还原染料四唑[3]。其中，BIOLOG的GN微平板含有95种不同碳源和一个无碳源的对照井，而MT微平板只含有培养基和氧化还原染料，允许自由地检测不同的碳源基质[3]。检测的方法是：将处理的微生物样品加入每一个微井中，在一定的温度下温育一定的时间(一般为12 h)，在温育过程中，氧化还原染料被呼吸路径产生的NADH还原，颜色变化的速率取决于呼吸速率，最终检测一定波长下的吸光率进行能源碳的利用种类及其利用程度的分析[4]。
BIOLOG方法能够有效地评价土壤和其它环境区系的微生物群落结构[3~6]。其优点是操作相对简单快速，而且少数碳源即能区别碳素利用模式的差别[5]。然而，BIOLOG体系仅能鉴定快速生长的微生物，而且，测试盘内近中性的缓冲体系、高浓度的碳源及有生物毒性的指示剂红四氮唑(TTC)使得测试结果的误差进一步增大。姚槐应[5]的研究表明，应根据测试对象的特点（例如pH，碳源利用类型及利用能力）改进BIOLOG体系，并且，有必要研究更好的指示剂来取代TTC。
3 生物标记物方法
生物标记物(Biomakers)通常是微生物细胞的生化组成成分，其总量通常与相应生物量呈正相关。由于特定结构的标记物标志着特定类型的微生物，因此一些生物标记物的组成模式(种类、数量和相对比例)可作为指纹估价微生物群落结构。由于分类的依据是从混合微生物群落中提取的生化组成成分，潜在地包括所有的物种，因而具有一定的客观性。并且分析简便快速，适于定性甚至半定量地检测微生物体系的动态变化。20世纪80年代以来常用于研究微生物群落结构的生物标记物方法包括：醌指纹法(Quinones Profiling)、脂肪酸谱图法(PLFAs和WCFA-FAMEs)。测定时，首先使用合适的提取剂提取环境微生物样品中的这些化合物并加以纯化，然后用合适的溶剂制成合适的样品用GC或LC检测，最后用统计方法对得到的生物标记物谱图进行定性定量分析。
3.1 醌指纹法(Quinones Profiling)
呼吸醌广泛存在于微生物的细胞膜中，是细胞膜的组成成分，在电子传递链中起重要作用[7]。醌的含量与土壤和活性污泥的生物量呈良好的线性关系的研究表明，醌含量可用作微生物量的标记[8]。有两类主要的呼吸醌：泛醌(ubiquinone, UQ)即辅酶Q和甲基萘醌(menaquinone,MK)即维生素K[9]。醌可以按分子结构在类(UQ和MK)的基础上依据侧链含异戊二烯单元的数目和侧链上使双键饱和的
氢原子数进一步区分。研究表明，每一种微生物都含有一种占优势的醌[7]，而且，不同的微生物含有不同种类和分子结构的醌[9]。因此，醌的多样性可定量表征微生物的多样性，醌谱图（即醌指纹）的变化可表征群落结构的变化。
用醌指纹法描述微生物群落的参数[7]有：(1)醌的类型和不同类型的醌的数目；(2)占优势的醌及其摩尔分数含量；(3)总的泛醌和总的甲基萘醌的摩尔分数之比；(4)醌的多样性和均匀性；(5)醌的总量等。对两个不同的群落，由上述分析所得数据可以计算出另一个参数____非相似性指数(D)，用于定量比较两个群落结构的差异。
醌指纹法具有简单快速的特点，近几年来广泛用于各种环境微生物样品(如土壤，活性污泥和其它水生环境群落)的分析。
考察了醌指纹法分析活性污泥群落的分析精度，证明此方法是一种可靠的分析方法。然而，醌指纹法也存在一定的局限性，它不能反映具体哪个属或哪个种的变化。 3.2 脂肪酸谱图法(PLFAs、WCFA-FAMEs和其它方法)
从微生物细胞提取的脂肪类生化组分是重要的生物量标记物，例如，极脂(磷脂)、中性脂类(甘油二酯)可分别作为活性和非活性生物量的标记物[10]。更重要的是，提取脂类的分解产物____具有不同分子结构的混合的长链脂肪酸，隐含了微生物的类型信息，其组成模式可作为种群组成的标记。多种脂肪酸谱图法广泛用于土壤、堆肥和水环境微生物群落结构的分型和动态监测[11~13]。
常用的脂肪酸谱图法可分为两种：磷脂脂肪酸(PLFAs)谱图法和全细胞脂肪酸甲酯(WCFA-FAMEs)谱图法[14]。二者分析的对象实质上都是脂肪酸甲酯，不同之处在于提取脂肪酸的来源不同。磷脂脂肪酸(PLFAs)谱图法提取的脂肪酸主要来源于微生物细胞膜磷脂即来源于活细胞，全细胞脂肪酸甲酯(WCFA-FAMEs)谱图法提取的脂肪酸来源于环境微生物样品中的所有可甲基化的脂类即来源于所有的细胞（包括活细胞和死细胞）。因此，磷脂脂肪酸(PLFAs)谱图法的优点在于准确，可靠；全细胞脂肪酸甲酯(WCFA-FAMEs)谱图法的优点在于提取简捷，所需样品量少。对多个环境微生物样品分析而言，先用WCFA-FAMEs谱图法预先筛选再用PLFAs法进行分析是提高效率的较佳选择。
脂肪酸谱图分析包括两种形式：一种是脂肪酸，采用GC分析仪达到分离不同结构的分子的目的；另一种是脂肪酸甲基化产物____脂肪酸甲酯，采用GC-MS分析仪进行不同分子的分离和鉴定。

㈦ 什么是土壤中微生物群落组成

土壤越肥沃，微生物越多。
微生物在土壤中的主要作用如下：
(一)分解有机质 作物的残根败叶和施入土壤中的有机肥料，只有经过土壤微生物的作用，才能腐烂分解，释放出营养元素，供作物利用；并且形成腐殖质，改善土壤的理化性质。
(二)分解矿物质 例如磷细菌能分解出磷矿石中的磷，钾细菌能分解出钾矿石中的钾，以利作物吸收利用。
(三)固定氮素 氮气在空气的组成中占4／5，数量很大，但植物不能直接利用。土壤中有一类叫做固氮菌的微生物，能利用空气中的氮素作食物，在它们死亡和分解后，这些氮素就能被作物吸收利用。固氮菌分两种，一种是生长在豆科植物根瘤内的，叫根瘤菌，种豆能够肥田，就是因为根瘤菌的固氮作用增加了土壤里的氮素；另一类单独生活在土壤里就能固定氮气，叫自生固氮菌。另外，有些微生物在土壤中会产生有害的作用。例如反硝化细菌，能把硝酸盐还原成氮气，放到空气里去，使土壤中的氮素受到损失。 实行深耕、增施有机肥料、给过酸的土壤施石灰、合理灌溉和排水等措施，可促进土壤中有益微生物的繁殖，发挥微生物提高土壤肥力的作用。

㈧ 微生物的结构是由哪些部分组成的

微生物结构都很简单；往往都是单细胞的，也就是说，个细胞就是一个独立的生命体了。像无处不在的细菌、主要存在于土壤中的放线菌以及我们平时发面蒸馒头用的酵母菌等，都是单细胞微生物。

而有的微生物如病毒，小得连一个细胞都不是，它们专门生活在活细胞内。一个细胞里可以装下许多个病毒。在普通的光学显微镜卞根本看不到病毒，只有在电子显微镜下把它们放大几万倍甚至几百万倍才能看清。

还有些微生物的结构和生活介于细菌和病毒之间，它们有了类似细胞的结构，但是比细菌更简单，像病毒一样，也本能独立生活，必须寄生在活细胞内，如引起流行性斑疹伤寒的立克次氏体，引起人体原生性非典型肺炎的支原体，引起沙眼的衣原体等。

㈨ 什么是土壤微生物群落结构

就是存在于土壤中的所有微生物的总和，描述群落结构时一般要说明有多少种细菌，各占多少比例，优势菌种是哪些。等等

㈩ 环境微生物群落heatmap图怎么画

稀释性曲线（Rarefaction Curve）采用对测序序列进行随机抽样的方法，以抽到的序列数与它们所能代表OTU的数目构建曲线，即稀释性曲线。当曲线趋于平坦时，说明测序数据量合理，更多的数据量对发现新OTU的边际贡献很小；反之则表明继续测序还可能产生较多新的OTU。横轴：从某个样品中随机抽取的测序条数；"Label 0.03" 表示该分析是基于OTU 序列差异水平在0.03，即相似度为97% 的水平上进行运算的，客户可以选取其他不同的相似度水平。纵轴：基于该测序条数能构建的OTU数量。曲线解读：Ø 图1中每条曲线代表一个样品，用不同颜色标记；Ø 随测序深度增加，被发现OTU 的数量增加。当曲线趋于平缓时表示此时的测序数据量较为合理。2. Shannon-Wiener 曲线反映样品中微生物多样性的指数，利用各样品的测序量在不同测序深度时的微生物多样性指数构建曲线，以此反映各样本在不同测序数量时的微生物多样性。当曲线趋向平坦时，说明测序数据量足够大，可以反映样品中绝大多数的微生物物种信息。横轴：从某个样品中随机抽取的测序条数。纵轴：Shannon-Wiener 指数，用来估算群落多样性的高低。Shannon 指数计算公式：其中，Sobs= 实际测量出的OTU数目；ni= 含有i 条序列的OTU数目；N = 所有的序列数。曲线解读：Ø 图2每条曲线代表一个样品，用不同颜色标记，末端数字为实际测序条数；Ø 起初曲线直线上升，是由于测序条数远不足覆盖样品导致；Ø 数值升高直至平滑说明测序条数足以覆盖样品中的大部分微生物。3.Rank-Abundance 曲线用于同时解释样品多样性的两个方面，即样品所含物种的丰富程度和均匀程度。物种的丰富程度由曲线在横轴上的长度来反映，曲线越宽，表示物种的组成越丰富；物种组成的均匀程度由曲线的形状来反映，曲线越平坦，表示物种组成的均匀程度越高。横轴：OTU 相对丰度含量等级降序排列。纵轴：相对丰度比例。曲线解读：Ø 图3与图4中每条曲线对应一个样本（参考右上角图标）；Ø 图3与图4中横坐标表示的是OTU（物种）丰度排列顺序，纵坐标对应的是OTU（物种）所占相对丰度比例（图3为相对百分比例，图4为换算后Log值），曲线趋于水平则表示样品中各物种所占比例相似；曲线整体斜率越大则表示样品中各物种所占比例差异较大。4. 样本群落组成分析：多样本柱状图/ 单样本饼状图 根据分类学分析结果，可以得知一个或多个样品在各分类水平上的物种组成比例情况，反映样品在不同分类学水平上的群落结构。柱状图（图5）横轴：各样品的编号。纵轴：相对丰度比例。图标解读：Ø 颜色对应此分类学水平下各物种名称，不同色块宽度表示不同物种相对丰度比例；Ø 可以在不同分类学水平下作图分析。饼状图（图6）在某一分类学水平上，不同菌群所占的相对丰度比例。不同颜色代表不同的物种。5. 样品OTU 分布Venn 图用于统计多个样品中共有或独有的OTU数目，可以比较直观地表现各环境样品之间的OTU 组成相似程度。不同样品用不同颜色标记，各个数字代表了某个样品独有或几种样品共有的OTU 数量，对应的OTU编号会以EXCEL 表的形式在结题报告中呈现。分析要求单张分析图，样本分组至少两个，最多5 个。Ø 默认设置为97% 相似度水平下以OTU 为单位进行分析作图。6. Heatmap 图用颜色变化来反映二维矩阵或表格中的数据信息，它可以直观地将数据值的大小以定义的颜色深浅表示出来。将高丰度和低丰度的物种分块聚集，通过颜色梯度及相似程度来反映多个样品在各分类水平上群落组成的相似性和差异性。相对丰度比例：热图（图8）中每小格代表其所在样品中某个OTU 的相对丰度。以图8为例，红框高亮的小格所对应的信息为：样本（R11-1Z）中OTU（OTU128）的相对丰度比例大概为0.2%。丰度比例计算公式（Bray Curtis 算法）：其中，SA,i = 表示A样品中第i个OTU所含的序列数SB,i = 表示B样品中第i个OTU所含的序列数样品间聚类关系树：进化树表示在选用成图数据中，样本与样本间序列的进化关系（差异关系）。处于同一分支内的样品序列进化关系相近。物种/OTU 丰度相似性树：丰度相似性树表示选用成图的数据中样品与样品中的OTU 或序列在丰度上的相似程度。丰度最相近的会分配到同一分支上。客户自定义分组：根据研究需求对菌群物种/OTU 研究样本进行二级分组Ø 二级物种/OTU 分组：将下级分类学水平物种或OTU 分配到对应的上级分类学水平，以不同颜色区分；Ø 二级样品分组：根据研究需要，对样品进行人为的分组，以不同颜色区分。7. 主成分分析PCA (Principal Component Analysis)在多元统计分析中，主成分分析是一种简化数据集的技术。主成分分析经常用于减少数据集的维数，同时保持数据集中对方差贡献最大的特征，从而有效地找出数据中最“主要”的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。通过分析不同样品的OTU 组成可以反映样品间的差异和距离，PCA 运用方差分解，将多组数据的差异反映在二维坐标图上，坐标轴为能够最大程度反映方差的两个特征值。如样品组成越相似，反映在PCA图中的距离越近。横轴和纵轴：以百分数的形式体现主成分主要影响程度。以图9为例，主成分1（PC1）和主成分2（PC2）是造成四组样品（红色，蓝色，黄色和绿色）的两个最大差异特征，贡献率分别为41.1% 和27.1%。十字交叉线：在图9中作为0 点基线存在，起到辅助分析的作用，本身没有意义。图例解读：Ø PCA 分析图是基于每个样品中所含有的全部OTU 完成的；Ø 图9中每个点代表了一个样本；颜色则代表不同的样品分组；Ø 两点之间在横、纵坐标上的距离，代表了样品受主成分（PC1 或 PC2）影响下的相似性距离；Ø 样本数量越多，该分析意义越大；反之样本数量过少，会产生个体差异，导致PCA分析成图后形成较大距离的分开，建议多组样品时，每组不少于5个，不分组时样品不少于10个；Ø 图10中的圆圈为聚类分析结果，圆圈内的样品，其相似距离比较接近。8. RDA/ CCA 分析图基于对应分析发展的一种排序方法，将对应分析与多元回归分析相结合，每一步计算均与环境因子进行回归，又称多元直接梯度分析。主要用来反映菌群与环境因子之间的关系。RDA 是基于线性模型，CCA是基于单峰模型。分析可以检测环境因子、样品、菌群三者之间的关系或者两两之间的关系。横轴和纵轴：RDA 和CCA 分析，模型不同，横纵坐标上的刻度为每个样品或者物种在与环境因子进行回归分析计算时产生的值，可以绘制于二维图形中。图例解读：Ø 冗余分析可以基于所有样品的OTU作图，也可以基于样品中优势物种作图；Ø 箭头射线：图11中的箭头分别代表不同的环境因子（即图中的碳酸氢根离子HCO3-，醋酸根离子AC-等，图中的其它环境因子因研究不同代表的意义不同，因此不再赘述）；Ø 夹角：环境因子之间的夹角为锐角时表示两个环境因子之间呈正相关关系，钝角时呈负相关关系。环境因子的射线越长，说明该影响因子的影响程度越大；Ø 图11中不同颜色的点表示不同组别的样品或者同一组别不同时期的样品，图中的拉丁文代表物种名称，可以将关注的优势物种也纳入图中；Ø 环境因子数量要少于样本数量，同时在分析时，需要提供环境因子的数据，比如 pH值，测定的温度值等。9. 单样品/ 多样品分类学系统组成树根据NCBI 提供的已有微生物物种的分类学信息数据库，将测序得到的物种丰度信息回归至数据库的分类学系统关系树中，从整个分类系统上全面了解样品中所有微生物的进化关系和丰度差异。单样品图（图12）：可以了解单样品中的序列在各个分类学水平上的分布情况。图例解读：Ø 图12中不同的层次反映不同的分类学水平；Ø 分支处的圆面积说明了分布在该分类学水平，且无法继续往下级水平比对的序列数量，面积越大，说明此类序列越多；Ø 每个分支上的名词后面的两组数字分别表示比对到该分支上的序列数和驻留在该节点上的序列数；Ø 图13中为某单一水平物种分布情况，并非是序列分布。多样品图（图14）：比对多个样品在不同分类学分支上序列数量差异。图例解读：Ø 比对不同样品在某分支上的序列数量差异，通过带颜色的饼状图呈现，饼状图的面积越大，说明在分支处的序列数量越多，不同的颜色代表不同的样品。Ø 某颜色的扇形面积越大，说明在该分支上，其对应样品的序列数比其他样品多。Ø 多样品在做该分析时，建议样品数量控制在10个以内，或者将重复样本数据合并成一个样本后，总样品数在10个以内。10.系统发生进化树在分子进化研究中，基于系统发生的推断来揭示某一分类水平上序列间碱基的差异，进而构建进化树。