普氏原羚肠道菌群多样性分析

来源 :四川农业大学 | 被引量 : 0次 | 上传用户:yusijin11
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本研究以普氏原羚为试验对象,采集野生普氏原羚草青期与草枯黄期新鲜粪便样本,运用高通量测序技术对其不同物候期肠道菌群多样性进行对比分析。在本研究中还设置了两组圈养普氏原羚,分别饲喂其硒缺乏饲料和硒添加饲料,在饲喂结束后采集其粪便样品提取总DNA进行高通量测序,探究补充硒元素对普氏原羚肠道菌群多样性的影响。试验结果如下:(1)普氏原羚肠道菌群以厚壁菌门(Firmicutes)和拟杆菌门(Bacteroidetes)为优势菌门,两者相对丰度之和可达90%,且有大量菌属被注释为未分类菌属(unclassified)。(2)草青期组样本Alpha多样性指数(除辛普森指数外)均低于草枯黄期组,且两组间艾斯指数、赵氏指数有显著差异(P<0.05);Beta多样性分析则显示两组样本群落结构组成有显著差异(P<0.05)。(3)群落物种分类结果显示,草青期组普氏原羚肠道菌群以厚壁菌门(Firmicutes)为主导菌群,而草枯黄期组则以拟杆菌属(Bacteroides)为主导菌群。(4)草枯黄期组样本中其他次生代谢物的生物合成(Biosynthesis of Other Secondary Metabolites)、辅助因子和维生素的代谢(Metabolism of Cofactors and Vitamins)、糖的生物合成和代谢(Glycan Biosynthesis and Metabolism)、氨基酸代谢(Amino Acid Metabolism)和其他氨基酸的代谢(Metabolism of Other Amino Acids)相关功能基因的丰度均显著高于草青期组样本(P<0.05)。(5)饲喂补硒饲料的试验组各Alpha多样性指数(除辛普森指数外)均高于饲喂缺硒饲料的对照组,但无显著差异(P>0.05);Beta多样性分析则表明试验组与对照组普氏原羚肠道菌群物种组成具有显著差异(P<0.05)。(6)试验组普氏原羚肠道拟杆菌属(Bacteroides)和颤杆菌属(Oscillibacter)相对丰度显著高于对照组(P<0.05),且其肠道菌群碳水化合物转运和代谢(Carbohydrate transport and metabolism)相关功能基因的丰度显著高于对照组(P<0.05)。基于以上试验结果,得出结论如下:(1)普氏原羚肠道菌群主要由厚壁菌门和拟杆菌门组成,且有大量菌属无法进行分类鉴定。(2)普氏原羚不同物候期肠道菌群组成有显著差异,其草青期肠道菌群以厚壁菌门为主导菌群,而草枯黄期则以拟杆菌属为主导菌群,且草枯黄期普氏原羚肠道菌群在氨基酸代谢、糖代谢和糖合成等代谢活动更为活跃。(3)补充硒元素有提高普氏原羚肠道菌群多样性的趋势,可提高普氏原羚肠道菌群中拟杆菌属和颤杆菌属丰度,同时上调肠道菌群转运和代谢碳水化合物相关功能基因的表达。
其他文献
最高阶导数前带有小参数的微分方程或微分系统一直是动力系统研究的热点,并逐渐发展成为了其一个重要分支.当小参数趋于零甚至取零时,方程阶数的降低导致方程结构及相应的动力学行为发生本质的变化,这就产生了一个奇摄动问题,这样的问题还时常表现出多时间或空间尺度的特性.在奇摄动发展初期,大多时候关注点在于边值问题的渐近分析.1970s,N.Fenichel开创性的工作“Geometric Singular P
新生儿由于刚从母胎中脱离出来,其脑部极其容易受到伤害,而惊厥是最常见的新生儿脑功能异常。临床上,EEG信号是一种记录方便、记录成本低且能够一定程度反应大脑活动的信号,因此EEG信号常用于惊厥检测。但观察EEG信号需要耗费专家大量时间且非常容易出错。针对此问题,论文提出了一种结合深度特征与传统特征的惊厥检测模型。论文的主要工作和贡献有以下几点:第一,为了充分利用人类识别惊厥的经验,针对惊厥发作特性提
在电子商务网络、社交网络和生物网络等领域,图在表示网络中实体以及实体间的关系方面起着至关重要的作用。给定图中两个顶点s和t,图数据库中的一个基本问题是研究s和t之间的关系,而在该领域中一个很重要的研究方向是k跳约束下的的s点到t点的简单路径枚举问题。然而,所有针对此问题的现有算法都遵循基于DFS(深度优先搜索)框架,导致这些算法可伸缩性低下。此外,近十年来,使用FPGA等硬件设备加速图算法已成为一
随着物联网的飞速发展和广泛应用,人们在日常生活中和工作中通过网络传输大量数据以进行通信和共享信息。然而,物联网是具有高动态拓扑的网络,其连接极其容易遭受恶意攻击。伴随着物联网的众多好处和如此广泛的应用,确保整个系统的安全性和可靠性的需求显得尤为必要。如今,保护整个系统免受恶意攻击是应用物联网技术的最大挑战之一。为了提高针对网络攻击的密码防御能力,美国国家标准技术研究院(NIST)于2013年1月宣
骨肉瘤是一种侵袭性骨癌,大约60%以上的恶性骨肿瘤患者年龄小于20岁。目前,骨肉瘤的发病原因尚不清楚,治疗手段也较为局限。骨肉瘤的治疗方法通常采用手术后联合用药,但是其对骨肉瘤患者的伤害较大,并且预后极差。临床数据显示,患者5年生存率低于20%。由于骨肉瘤亚型众多,发病机制复杂,靶点未知,目前还没有针对骨肉瘤的靶向治疗药物上市。小分子靶向治疗为治疗骨肉瘤提供了一种手段,目前已有许多非骨肉瘤特异性靶
世界卫生组织(WHO)报告称,2020年1月7日,中国当局确认一种新型冠状病毒(COVID-19)。该病毒在数月内全球性流行。截至2020年11月10日,全球新冠肺炎确诊病例已超5045万例,其中美国新冠肺炎确诊病例数量最多,已经达到10559184例。世卫组织指出,数学模型特别是及时的数学模型对防控传染病有着非常重要的指导作用,建立确定的传染病模型并分析其动力学性质又成为新的热门项目。此外,由于
文中主要讨论应用Filippov方法的分段捕食者-食饵模型。模型分为两段:一段为经典的Leslie-Gower型捕食者-食饵模型,另一段为对捕食者按常数型捕获的捕食者-食饵模型。文中给出了在不同参数下,模型的容许平衡点的存在情况。分析了各个平衡点的类型与稳定性。着重讨论了当系统中之多包含三个容许平衡点时,系统中产生的边界平衡点分支现象,讨论了伪平衡点的存在情况,通过数值模拟给出了相应的图形。讨论了
在深度学习领域,手工搭建的卷积神经网络的结构越来越复杂多变,然而随着网络性能的不断提升,神经网络架构设计已经几乎陷入瓶颈。因为手工设计神经网络架构不仅需要专家的领域知识,而且常常会耗费巨大的计算资源,是一个耗力耗时的过程。所以自动地学习和构建神经网络结构是现今急需解决的问题。本文针对以上问题进行研究和实验,主要工作总结如下:针对神经网络结构中超参数数量巨大,而且手动调参不灵活且费时的问题。本文首先
加速度的精密测量在众多领域有着广泛的应用。加速度计的基本工作原理是对其中安装试验体的位移进行测量;这种高灵敏度的位移测量可以使用电容式、压电式、压阻式或光学式等方法实现。部分传统的加速度计,在重力或地震等测量中拥有极高的分辨率,精度可以达到fg/√Hz,但该类加速度计截止测量频率远低于k Hz,对压电器件等快速运动的物体测量往往不起作用;如果加速度计可在几十千赫的大带宽上保持极高的分辨率,会在快速
在医学领域中,通过医学影像图片来判断疾病类型已经成为日常诊断的方法之一。现有的解决方法有通过提取图像中边缘、纹理、形态学滤波等特征进行分析,还有通过深度学习模型自动学习大量数据样本中的隐藏特征。但是在医学领域中所得到的图像数据通常存在类别分布不均或数据量偏少的问题,针对这一情况,本文提出采用元学习方法,在加强提取有效特征的基础上,通过训练模型学习的能力来解决小样本数据集的问题。针对数据量过少的问题