从丰度模式推断微生物相互作用网络，是增进我们对一般微生物群落、尤其是人类微生物组理解的重要途径。在此，我们建议区分微生物丰度数据中包含的两个信息层次：（1）定量丰度值，以及（2）微生物有机体存在与缺失的模式。后者使我们能够以二元视角看待微生物组数据，并将微生物数据新颖地解释为 Boolean 网络的吸引子，或更准确地说，是其不动点。\n从这些吸引子出发，我们的目标是推断微生物组样本中存在的物种之间的相互作用网络。为完成这一任务，我们提出一种新的推断方法，将此前已发表的 ESABO（Entropy Shifts of Abundance vectors under Boolean Operations，Boolean 运算下丰度向量的熵移）方法与一种进化算法相结合。我们方法的关键思想是，所推断的网络应当将原始的（观测到的）二元丰度模式集合再现为吸引子。\n我们研究了这种进化方法的准确性和运行时特性，以及其在吸引子集合信息不完整情况下的行为。基于对该方法的这一理论理解，我们随后展示了其在经验数据上的应用。
英文摘要：
Inferring microbial interaction networks from abundance patterns is an important approach to advance our understanding of microbial communities in general and the human microbiome in particular. Here we suggest discriminating two levels of information contained in microbial abundance data: (1) the quantitative abundance values and (2) the pattern of presences and absences of microbial organisms. The latter allows for a binary view on microbiome data and a novel interpretation of microbial data as attractors, or more precisely as fixed points, of a Boolean network.
Starting from these attractors, our aim is to infer an interaction network between the species present in the microbiome samples. To accomplish this task, we introduce a novel inference method that combines the previously published ESABO (Entropy Shifts of Abundance vectors under Boolean Operations) method with an evolutionary algorithm. The key idea of our approach is that the inferred network should reproduce the original set of (observed) binary abundance patterns as attractors.
We study the accuracy and runtime properties of this evolutionary method, as well as its behavior under incomplete knowledge of the attractor sets. Based on this theoretical understanding of the method we then show an application to empirical data.
A 454 survey of the community composition and core microbiome of the common bed bug, Cimex lectularius, reveals significant microbial community structure across an urban landscape
阐明与节肢动物宿主相关的微生物群落的空间动态和核心成分对于可能传播人类或农业病原体的昆虫至关重要。嗜血的温带臭虫（Cimex lectularius）被称为常见的臭虫，最近在北美和全世界死灰复燃，这可能是由于旅行增加和对杀虫剂的抗药性。迄今为止，尚未对臭虫微生物组进行全面调查，也没有对其微生物组的空间动态进行评估。在这里，我们提出了一个调查臭虫微生物群落扩增的V4-V6高变区的16 S rDNA基因区，然后454钛测序使用31个人从8个自然种群收集的住宅在辛辛那提，OH。在所有样品中，97%的微生物群落由两种主要OTU组成，被鉴定为α-变形杆菌Wolbachia和来自肠杆菌科的未命名的γ-变形杆菌。微生物群落在宿主种群中的群落多样性的措施，并表现出显着的人口结构。我们还发现了两种主要OTU丰度的强烈负相关性，这表明它们可能扮演着与营养互惠者相似的角色。这项广泛的调查代表了迄今为止对与臭虫相关的微生物的最全面的评估，并揭示了臭虫微生物组两个主要成员之间潜在拮抗作用的证据。
Cross-feeding Creates Tipping Points in Microbiome Diversity
Helmholtz Institute for Functional Marine Biodiversity at the University of Oldenburg（奥尔登堡大学赫尔霍兹功能海洋生物多样性研究所）；Alfred Wegner institute（阿尔弗雷德·韦格纳研究所）；ICBM, University of Oldenburg（奥尔登堡大学国际与比较生物学中心）
Fused Lasso Improves Accuracy of Co-occurrence Network Inference in Grouped Samples
School of Informatics, Computing, and Cyber Systems, Northern Arizona University（信息学、计算与网络系统学院，北亚利桑那大学）；Department of Plant and Microbial Biology, University of Minnesota（植物与微生物生物学系，明尼苏达大学）；Department of Biological Sciences, Northern Arizona University（生物科学系，北亚利桑那大学）；Département d’informatique, Université de Sherbrooke（计算机系，Sherbrooke大学）
Microbiome association diversity reflects proximity to the edge of instability
Instituto Carlos I de Física Teórica y Computacional, Universidad de Granada（格拉纳达大学卡洛斯一世理论与计算物理研究所）；Departamento de Electromagnetismo y Física de la Materia, Universidad de Granada（格拉纳达大学电磁与物质物理系）；Institute of Functional Biology & Genomics, CSIC - Universidad de Salamanca（萨拉曼塔大学/西班牙国家研究委员会功能生物学与基因组学研究所）；Universidad Carlos III de Madrid（马德里卡洛斯三世大学）；Grupo Interdisciplinar de Sistemas Complejos (GISC)（复杂系统跨学科小组（GISC））；Instituto de Biocomputación y Física de Sistemas Complejos (BIFI), Universidad de Zaragoza（萨拉戈萨大学生物计算与复杂系统物理研究所（BIFI））
