Metabolic dependencies drive species co-occurrence in diverse microbial communities

PNAS 2015 9+
European Molecular Biology Laboratory

Points:

使用了800 communities进行ModelSEED pipeline得到resource competition and metabolic exchanges
发现在多种群落中存在metabolically interdependent groups
列举co-occurring subcommunities中的flux-balanced metabolic exchanges，预测可能存在交换的代谢物
结论：代谢依赖是造成物种共存的主要驱动

co-occurring subcommunities

Fisher’s exact test, false discovery rate (FDR) 0.01
群落中物种门内及门间关系

代谢模型构建

单物种代谢模型重构：ModelSEED pipline，用mixed-integer linear programming (MILP)校正
多物种代谢模型构建：参考文献Metabolic modeling of a mutualistic microbial community using IBM ILOG CPLEX solver

代谢互作

衡量代谢互作：metabolic interaction potential (MIP)
MIP = M-I
M：对于一个没有代谢互作的群体，生长所需最小物质数量
I：对于一个有代谢互作的群体，生长所需最小物质数量

资源竞争程度

衡量resource competiton程度：metabolic resource overlap (MRO)，意思是群落中所有成员生长所需最少营养物之间的最大可能交集

cross-feeding plasticity

衡量cross-feeding plasticity：species metabolic interaction analysis（SMETANA）, a mixed-integer linear programming method

B–>produced m–>A
A对于m的生长依赖由三个分值决定：
(i) species coupling score (SCS)：在群体中，A的生长对于B物种存在与否这一条件的依赖程度
(ii) metabolite uptake score (MUS)：A的生长对于其他物种分泌物m的依赖程度
(iii) metabolite pro- duction score (MPS)：B物种是否产生m（值为0/1）