Journal: ISME
Published: 21August 2015
Link:
https://www.nature.com/articles/ismej2015142
上文介绍了Sloan方法的来源与最近的两个应用。
EM：Sloan的随机性模型方法
不难发现，从EM文章到2020年这两个应用之间还是有一定距离的，如最开始的方法没有拟合的R2和置信区间。
这篇ISME是基于Sloan方法的进一步发展。
摘要：
这篇ISME调查了与斑马鱼肠道相关的微生物群落。将观察到的群落组成和在宿主间的分布与中性构建模型的预测进行了比较，该模型假设群落的构建完全由偶然性和扩散驱动。
随着寄主从幼虫发育到成虫，该模型对观察到的微生物分布的拟合度降低，这表明随着寄主的成熟，非中性过程(如微生物-微生物相互作用、主动扩散或寄主选择)的相对重要性增加。
还观察到在分布上偏离中性预测的分类群形成了不同的生态亚群，它们是相对于完整的元群落的系统发育集群。
结果表明，中性过程足以在单个寄主中产生微生物群组成的实质性变化，并表明潜在的独特或重要的分类单元可以通过它们与中性分布的差异来识别。
方法：
在Sloan基础上，在R中采用非线性最小二乘拟合法对该参数进行拟合（minpack.lm）。
使用HMisc包中的 Wilson score interval计算模型预测比例95%置信区间。
作者贴心的将数据和代码放在了参考材料中，并写好了注释。不需要我再写了。
注意输入的是重抽之后的OTU表，行为样本，列为OTU。
https://static-content.springer.com/esm/art%3A10.1038%2Fismej.2015.142/MediaObjects/41396_2016_BFismej2015142_MOESM54_ESM.txt
> res
m m.ci m.mle maxLL binoLL poisLL Rsqr Rsqr.bino Rsqr.pois
1 0.02013109 0.001213107 0.02014601 -5210.261 -978.2397 -978.3632 0.06957435 -2.887741 -2.887615
RMSE RMSE.bino RMSE.pois AIC BIC AIC.bino BIC.bino AIC.pois BIC.pois N
1 0.1258156 0.257183 0.2571788 -10416.52 -10402.56 -1952.479 -1938.514 -1952.726 -1938.761 15325
Samples Richness Detect
1 35 7966 6.525285e-05
复制
结果中有每个OTU的值，可以用来画图啦~