微生物群落多样性研究之Alpha多样性指数详解

微生物群落研究中的多样性指数是指物种多样性测定，主要有三个空间尺度：α多样性（Alpha多样性），β多样性（Beta多样性），γ多样性（Gamma多样性）。每个空间尺度的环境不同测定的数据也不相同。

• Alpha多样性：指特定群落或生境内的物种多样性，主要关注群落内的物种多样性。

• Beta多样性：是生境之间的物种多样性，用以衡量群落之间的差别。

• Gamma多样性：测度最大地理尺度上的多样性，体现一个地区或许多地区内穿过一系列群落的物种多样性总和。

图1 群落α，β和γ多样性图式（Jurasinsky et al. (2009)）

今天我们主要为大家介绍微生物群落多样性分析中的Alpha多样性常见指数的概念，从而加深群落分析的理解。

群落生态学中研究微生物多样性，通过单样品的多样性分析（α[Alpha]多样性）可以反映微生物群落的丰度和多样性，包括一系列统计学分析指数估计环境群落的物种丰度和多样性。Alpha多样性主要与两个因素有关：一是样本中物种种类数目，即丰富度（Richness）；二是样本中各个种的相对密度，即群落中个体分配上的均匀度（Evenness）。

群落丰富度（Communityrichness）的指数主要包括Chao1指数和ACE指数。群落多样性（Community diversity）的指数，包括Shannon指数和Simpson指数。

1

物种丰富度指数

（Species richness）

群落中丰度大于0的物种数之和，一般用Observed OTU(observed species)表示，只有物种种类信息，没有丰度信息；数值范围一般从几百至几千不等，波动范围与研究对象有关；值越大表明群落中物种种类越丰富。

下式中，S，物种丰富度指数；n，个体数（丰度）大于0的物种类型总数。

S=n

物种丰富度指数在计算中对所有存在的物种（无论优势物种或稀有物种）等权重看待，只关注物种存在与否，与它们的相对丰度无关。此外，丰富度指数对抽样深度所造成的差异也是非常敏感的。

2

均匀度

（Evenness）

用于度量群落中相对物种丰富度，举个例子：甲群落中有A、B两个物种，A、B两个种的个体数分别为99和1，而乙群落中也只有A、B两个物种，A、B两个种的个体数均为50。那么可以说，两个群落的丰富度是一样的，但均匀度不同。

最为常见的是香农均匀度(Shannon’s evenness)，又称Pielou均匀度(Pielou’s evenness)，是群落实际的香农指数与具有相同物种丰富度的群落中能够获得的最大香农指数的比值；如果所有物种具有相同的相对丰度，则该值为1。

与物种丰富度有关的均匀度指数，香农均匀度即PieLou指数计算公式如下：

注：H，Shannon指数；H_max，在物种丰富度相同的情况下，能够达到的最大Shannon指数（即当群落中所有物种丰度完全一致时）；S，群落物种丰富度指数；x，通常使用2、e等作为底数。

此外，评估均匀度(Evenness)的另外一个指数是Simpson均匀度（Simpson’sevenness），又称equitability，表示为Simpson有效物种数（即Simpson多样性）与物种丰富度指数的比值。

注：D_ens，Simpson有效物种数；S，群落物种丰富度指数。

3

香农指数

(Shannon index)

香农指数(Shannon index)或称香农熵指数(Shannon entropy index)、香农-威纳指数(Shannon-Wiener index)，用来估算样本中微生物多样性指数之一。它与Simpson多样性指数常用于反映alpha多样性指数。Shannon值越大，说明群落多样性越高。

大家最常用的Shannon index 数值为1-10左右的小数，是综合物种数量和丰度两个层面的结果。如果群落仅由单一物种组成(种群)，那么随机选择的个体必定为那个唯一的物种，此时不确定性就为零；反之，随着生物多样性升高，我们更加无法得知被随机选择的个体的所属关系，不确定性也会随着群落物种种类数的增多而增加。

注：S_obs= 实际观测到的OTU数；n_i= 第i个OTU所含的序列数；N = 所有的序列数。

在丰富度上，Shannon指数对稀疏种（丰度小）更敏感，Simpson对于富集种（丰度大）更敏感；在均匀度上，Simpson指数比Shannon指数对均匀度的敏感度更高。

4

辛普森指数

（Simpson index）

辛普森指数用来估算样本中微生物多样性指数之一，由Edward Hugh Simpson (1949) 提出，在生态学中常用来定量描述一个区域的生物多样性。Simpson指数值越大，说明群落多样性越低。

同样考虑了物种丰富度以及均匀度，但与香浓指数相比，辛普森指数更易受均匀度的影响。经典辛普森指数代表了在群落中两个随机选择的个体属于同一物种的概率——当群落物种丰富度增加时，这种概率随之降低，即辛普森指数随着物种丰富度的增加而降低。

由于经典辛普森指数与物种丰富度趋势相反(不直观)，如今常用演变而来的Gini-Simpson指数代表原来的辛普森指数，即用1减去经典辛普森指数的数值后得到，此时Gini-Simpson指数随着丰富度的增加而增加（二者保持一致的趋势）。

注：S_obs= 实际观测到的OTU数；n_i= 第i个OTU所含的序列数；N = 所有的序列数。

5

覆盖度

（Good’s coverage）

覆盖度是指各样本文库的覆盖率，其数值越高，则样本中序列被测出的概率越高，而没有被测出的概率越低。

常用于微生物16S/18S/ITS测序中，作为反映测序深度的指标，其值越接近于1，说明测序深度越合理，即该深度已经基本覆盖到样品中所有的物种；反之，测序深度不高，许多物种仅被测到了一次，暗示着很多低丰度物种可能尚未被测序测到。计算公式如下：

注：n₁=只含有一条序列的OTU数目；N = 所有的序列数。

覆盖度是样本完整性的度量，计算群落中所有个体属于某样本中物种的比例。举个例子，假设一个群落有50个种，种1相对丰度0.3，种2相对丰度0.1，种3-5相对丰度0.05，剩余45个物种相对丰度0.01。从中有放回的抽取20个个体，得到了丰度最高的12个种。那么覆盖度为0.3+0.1+0.05*3+0.01*7= 62%。

6

Chao1指数

（Chao1）

Chao1指数在生态学中作为度量物种丰富度的指标，由Chao（1984）最早提出，其值越高代表群落物种越丰富。

Chao1指数基于这样一种假设：当在群落中随机抽取个体时，若不断有新的物种被发现，则表明群落中尚存一些稀有物种还未被观测到；直到已经抽取到的所有物种均保证至少被抽到两次时，即未再出现新的物种被发现时，则可以认为该群落中的所有物种已经全部被观测到。据此可用于估算群落物种总数，且对稀有物种很敏感。Chao1指数经典公式如下：

注：S_chao1=估计的OTU数；S_obs= 实际观测到的OTU数；n₁= 只含有一条序列的OTU数目（如"singletons"）；n2 = 只含有两条序列的OTU数目（如"doubletons"）。

7

ACE指数

（ACE）

ACE同样是利用稀有物种估算物种多样性的指数，其值越高代表群落物种种类越丰富。ACE是用来估计群落中含有OTU 数目的指数，同样由Chao提出(Chao and Yang, 1993)，是生态学中估计物种总数的常用指数之一。默认将序列量10以下的OTU都计算在内，从而估计群落中实际存在的物种数。ACE指数公式如下：

注：S_abund，丰富（丰度阈值大于n）物种数；S_rare，稀有（丰度阈值小于或等于n）物种数；F₁，仅包含1个个体的物种数；γ²_ace，稀有物种变异系数的估算值。

8

希尔数

（Hill numbers）

Hill（1973）认识到物种丰富度、Shannon指数以及Simpson指数都是同一系列多样性指数成员，并据此提出希尔数（Hill numbers）量化多样性。Hill一开始是均匀度 (evenness index) 的一个指数。后来才被用于表征alpha多样性，Hill指数公式如下：

注：S是物种数；Pi是i物种相对丰度；q是多样性阶数。对于q >0，指数计算时对稀有物种打折扣；q = 0，所有物种等权重对待；对于q <0，指数计算时对丰富物种打折扣，并关注稀有物种的数量（此时通常没有意义）。

当q为特定数值时，可通过该公式获得Shannon多样性、Simpson多样性等。q决定了多样性指数的灵敏性：

q = 0, 计算物种数量；

q = 1, 计算指数的Shannon entropy，意义为群落中典型或常见的物种数量；

q = 2, 计算Simpson index，意义为群落中优势种或高丰度种的数量。

q增加时稀有物种在群落多样性度量中的重要性的降低程度。

9

谱系多样性

（PD）

谱系多样性（Phylogenetic diversity，PD）定义为某个地点所有物种间最短进化分支长度之和占各节点分支长度综合的比例（Faith，1992）。

图示一个假定的系统发育树（Faith，1992），该进化树中共计10个分类群。连接其中4个分类群（这4个分类群分别命名为2、6、8、10，已标注在其分枝顶端）的路径由粗线表示，路径所经过的刻度线的数量为28，即4个分类群集合的PD为28。

总之，在评价样本的Alpha多样性时，既要考虑群落的丰富度，又要考虑群落的多样性！

往期精彩

E

N

D

biozeron

凌恩生物成立于2014年，专注组学技术在科研领域的应用与研究。公司成立以来，技术团队参与的项目成果成功发表在《Nature》《Cell》《PNAS》等国际顶端学术期刊。

秉承“以客户需求为本，为客户创造价值”的服务宗旨；以高品质、高效率的技术服务，用心打造凌恩品牌，助力您的成功。