不同蓝莓品种根际phoD基因相关土壤解磷细菌群落结构分析

【目的】研究不同品种兔眼蓝莓(Vaccinium ashei Reade,简称RB)对phoD(碱性磷酸酶基因)相关土壤解磷细菌群落组成的影响,阐明解磷细菌对土壤磷素的转化以及植物生长的意义。【方法】通过对12个兔眼蓝莓品种根际土壤中phoD进行高通量测序,分析phoD基因相关土壤解磷细菌群落的多样性及组成,解析根际解磷细菌与蓝莓品种以及土壤理化性质之间的相互作用关系。【结果】在12个兔眼蓝莓品种中,蓝莓‘森土里昂’(‘Centurion’, RB4)品种具有最高的群落多样性;蓝莓根际phoD基因相关土壤解磷细菌群落核心细菌群由α-变形菌纲根瘤菌目、红螺菌目、β-变形菌纲伯克氏菌目、γ-变形菌纲黄单胞菌目、海洋螺菌目、假单胞菌目和放线菌门链霉菌目组成;蓝莓根际phoD基因相关土壤解磷细菌群落可以分为RBⅠ、RBⅡ两组,其中RBⅠ组的α-变形菌纲细菌相对丰度显著高于RBⅡ组;土壤总磷(TP)和phoD基因相关土壤解磷细菌群落组成是速效磷(AP)的主要影响因素。【结论】蓝莓不同品种和土壤性质对根际phoD基因相关解磷细菌群落丰度有显著影响,而群落多样性则与对照无显著差异,这可为进一步阐明酸性土壤条件下植物和根际解磷细菌之间的共生关系提供有效的数据支持。     

基于自适应流形正则化自表示的无监督特征选择算法

针对基于流形正则化自表示(MRSR)的无监督特征选择算法直接从原始的样本空间构造相似矩阵可能会 导致重构空间中样本的相似性描述得不够准确的问题,提出了基于自适应流形正则化自表示的无监督特征选择 (AMRSR)算法。 基于自适应流形正则化自表示的无监督特征选择算法在 MRSR 算法的基础上通过对相似矩阵施 加概率最近邻约束将相似矩阵的学习嵌入到优化过程中,在重构空间中自适应地学习样本的相似性,使得在每一 次迭代中获取更加精确的样本局部几何流形结构,从而选择具有代表性且保持局部几何流形结构的特征。 最后, 在四个公开数据集上进行了大量的对比实验,通过将算法的特征选择结果用于 K-means 聚类并采取两种常见的聚 类评价指标:聚类精确度和归一化互信息评价聚类效果。 实验结果表明,AMRSR 算法与现有的一些算法相比有更 高的聚类精确度和归一化互信息,进一步表明该算法特征选择效果更好。