随着生物医学水平的发展和计算机辅助计算的结合,多学科交叉性研究越来越广泛。在生物信息学领域里,肠道菌群的研究逐渐走进大众的视野,并伴随着测序技术的更新迭代,涌现出大量的高通量肠道菌群数据参与疾病的研究,此时就要求我们在海量数据中分析得到重要的肠道细菌,这些关键的菌种可能会为疾病的治疗提供新的思路。目前,在研究肠道菌群与疾病的关系时更加侧重于多样性指标的统计学显著性分析,但此种方法并不能有效显示正常与患病人群微生物组的显著差异,仅能说明疾病与肠道菌群具有相关性。为了揭示不同人群的肠道菌群差异,采用网络分析的方法构建网络并识别网络中的关键节点,这些关键节点代表了肠道内的关键物种。在构建网络时大多数研究使用任意阈值构建网络,此时得到的微生物相互作用网络存在更多的主观性,可能并不能反应实际情况,并且在构建网络之后缺少对网络有效性的验证。网络分析的主要思想是计算网络中各个节点之间的相关系数,再根据选择一定范围内的系数值来构建微生物相互作用网络。基于以上基础,本文在分析2型糖尿病患者与正常人群的肠道菌群差异时分别做了两部分实验,主要包括:第一部分,由自定义阈值构建网络,通过R语言WGCNA包中Pearson相关系数方法计算OTU之间的相关系数矩阵和P值矩阵,再经过FDR方法矫正P值,之后选择在P<0.05的情况下,相关系数r分别为0.66,0.88,0.99三个数值分别构建网络。在经过网络节点度的幂律分布拟合和随机网络验证网络的凝聚性特征之后,发现人为确定阈值0.88构建的2型糖尿病组,2型糖尿病合并腹泻组和对照组的网络在网络规模,幂律分布指数R2,网络凝聚性特征（聚类系数和平均路径长度）较其他两个阈值下构建的网络效果更好。第二部分,利用MENA分子生态网络分析中RMT（随机矩阵理论）阈值检测算法计算阈值并降序排列,选择符合泊松分布且泊松分布卡方检验P值大于0.05的阈值0.66构建三类人群的网络,在经过网络的有效性评估之后,与自定义阈值下的网络拓扑特征进行对比分析,结果发现由阈值检测算法确定的阈值构建的网络在网络规模,R2值,网络凝聚性特征均高于自定义阈值下构建的网络,网络效果更佳。其次本文在通过构建肠道菌群网络的过程中发现,无论是哪种方式构建的菌群相互作用网络,都会损失大量的节点和边,这些节点和边认为不符合网络构建要求因此舍去,但肠道菌群的相互作用机制现在还不明确,并且网络分析是一种数学推断方法,因此不能全面展示菌群数据。了解肠道菌群数据在构建网络后网络规模的大小,和最终构建得到的网络损失了多少程度的节点和边是很有必要性的,本文提出了一个新的网络属性,边损失率（S/L,Saving/Lost）,S表示网络中的边数量,L表示由选择的某个阈值构建网络后损失的节点对之间的边数量,边损失率在不同阈值下构建的网络中都表现稳定。确定了最佳阈值构建网络后,使用Cytoscape软件中MCODE方法识别整体网络中的核心肠道微生物组,再根据网络节点属性模块内连通度Zi值降序排列确定核心节点,找到关键物种。分析发现三类人群肠道微生物中包含大量相似菌群,为厚壁菌,拟杆菌,放线菌,变形菌。但2型糖尿病合并腹泻患者肠道菌群更加复杂,肉杆菌,巴斯德菌,理研菌,紫单胞菌为2型糖尿病合并腹泻患者肠道菌群中的关键细菌,而这些细菌并不包含在其他两组的核心肠道微生物中。最后本文还通过统计分析了2型糖尿病患者肠道菌群与肝肾生化指标的相关性,结果表明2型糖尿病合并腹泻患者的血清胆红素的升高与肠道菌群的物种多样性的降低相关;2型糖尿病合并腹泻患者的拟杆菌,毛螺菌,普雷沃氏菌的含量降低,但瘤胃菌的含量明显增高;且毛螺菌和瘤胃菌与血清胆红素呈正相关,与TG的降低有关,与BUN的升高无关。2型糖尿病合并腹泻患者的肝肾指标与肠道菌群存在显著相关性。