DOI: https://doi.org/10.1007/s44199-025-00154-7
تاريخ النشر: 2026-02-17
المؤلف: Zihan Zhu وآخرون
الموضوع الرئيسي: علم البيئة والفيزيولوجيا المجتمعية الميكروبية
نظرة عامة
في أبحاث الميكروبيوم، تعتبر تنوع بيتا مقياسًا حاسمًا لتقييم الاختلاف بين المجتمعات الميكروبية، مما يسهل التوصيف البيئي والتحليل الطولي. ومع ذلك، غالبًا ما تفتقر مؤشرات التنوع الحالية إلى إطار نظري متماسك، مما يعقد اختيار التدابير المناسبة وقد يؤدي إلى استنتاجات متحيزة. تؤكد هذه الدراسة على الطبيعة متعددة التخصصات لتحليل تنوع بيتا، مشددة على الانفصال بين مقاييس الاختلاف المدفوعة بيولوجيًا وتلك المستندة إلى الصرامة الرياضية.
يقترح المؤلفون إطارًا واعيًا للهندسة لتقييم مقاييس تنوع بيتا، مصنفين إياها بشكل منهجي بناءً على خصائصها الرياضية وتحديد القيود الهيكلية التي تؤثر على صلاحية التحليلات اللاحقة. يؤكدون على ضرورة التوافق الإقليدي لأساليب التحليل المتعددة المتغيرة المستندة إلى الاختلاف لضمان نتائج ذات مغزى. من خلال توفير أدوات تشخيصية واستراتيجيات تصحيحية للتخفيف من الآثار غير الإقليدية، تهدف هذه الأبحاث إلى تعزيز موثوقية دراسات الميكروبيوم وتشجع على نهج أكثر تكاملاً لتحليل تنوع بيتا ضمن سياقات علم الأحياء الأنظمة الأوسع وعبر الأوميكس.
مقدمة
تستعرض مقدمة هذه الورقة البحثية تطور علم البيئة كفرع علمي، مع التأكيد على جذوره في الأساليب التجريبية والرياضية لدراسة تفاعلات الكائنات الحية مع البيئة، وبنية المجتمع، وديناميات السكان. تسلط الضوء على التقدم الكبير في أبحاث الميكروبيوم الذي ساهمت فيه تقنيات التسلسل عالية الإنتاجية، والتي سمحت بالتوصيف الشامل للمجتمعات الميكروبية. على عكس دراسات الأوميكس التقليدية التي تركز على الكائنات الفردية، تفحص دراسات الميكروبيوم المجتمعات متعددة الأنواع المعقدة، كاشفة عن تفاعلات بيئية معقدة تؤثر على كل من التركيب الميكروبي وعلم وظائف الأعضاء للمضيف. تؤكد الورقة على أهمية تنوع بيتا كمقياس رئيسي لتحليل تباين المجتمع الميكروبي، موضحة تطوره التاريخي والتحديات التي تطرحها الخصائص الفريدة لبيانات الميكروبيوم.
يحدد المؤلفون القضايا الحرجة المتعلقة بتطبيق مقاييس تنوع بيتا، لا سيما فيما يتعلق بخصائصها الرياضية وإمكانية التشويه في التحليلات اللاحقة، مثل تحليل الإحداثيات الرئيسية (PCoA). يقدمون دراسة حالة توضح “وهم التشابه” (IOS)، حيث يمكن أن تمثل الاختلافات غير المترية العلاقات المكانية الحقيقية بين العينات بشكل خاطئ. لمعالجة هذه التحديات، تقترح الورقة مراجعة منهجية لمقاييس تنوع بيتا المستخدمة بشكل شائع، وتقييمها وفقًا لمعايير رياضية رئيسية. يقدم المؤلفون إطار تصنيف موحد وأدوات تشخيصية لتقييم صلاحية هذه المقاييس، بهدف تعزيز قوة وقابلية تفسير تحليلات الميكروبيوم. تختتم الورقة بخريطة طريق للأقسام التالية، التي ستتعمق في تعريفات الاختلاف، والخصائص الرياضية، والتطبيقات العملية للإطار المقترح.
النتائج
تقيم النتائج المقدمة في هذا القسم الخصائص المترية لمختلف مقاييس تنوع بيتا عبر ستة مجموعات بيانات، كما هو موضح في الشكل 4. يركز التحليل على الالتزام بعدم المساواة المثلثية، حيث يشير اللون الأزرق إلى الامتثال واللون الأحمر إلى الانتهاكات. يتماشى ذلك مع التوقعات النظرية الموضحة في الجدول 1، حيث تلبي الاختلافات مثل الإقليدية، ومانهاتن، وماهالانوبس، وآيتشيسون، والمقاييس المستندة إلى $L_p$ خاصية المقياس عبر جميع مجموعات البيانات. ومع ذلك، لم يكن من الممكن حساب مسافة ماهالانوبس لمجموعة بيانات القلب والأيض بسبب مصفوفة التباين المفردة، وهي مشكلة شائعة في دراسات الميكروبيوم حيث يتجاوز عدد الميزات عدد العينات.
على العكس من ذلك، تنتهك العديد من المقاييس الشائعة، لا سيما براى-كورتيس وكلا النسختين من يوني فراك الموزون، بشكل متكرر عدم المساواة المثلثية، مما يشير إلى سلوك غير مترى. على الرغم من استخدامه على نطاق واسع في أبحاث الميكروبيوم، فإن براى-كورتيس يفشل في تلبية عدم المساواة المثلثية، حيث يعمل على اختلافات الوفرة المطلقة دون النظر في القيود التركيبية أو الهيكل الفيلوجيني. يعزز هذا المخاوف بشأن تطبيقه في التحليلات المستندة إلى المسافة. من المثير للاهتمام أن اختلاف جاكارد، الذي يعتمد على بيانات الوجود والغياب، يلتزم باستمرار بعدم المساواة المثلثية. تعتمد الخصائص المترية ليوني فراك الموزون على البرنامج، حيث يضمن تنفيذ QIIME 2 الامتثال من خلال حذف مقام التطبيع، على عكس النسخ في phyloseq وGUniFrac، التي تظهر انتهاكات منهجية. من المهم ملاحظة أن حتى المقاييس مثل جاكارد ويوني فراك غير الموزون قد تنتج مصفوفات مسافة غير إقليدية، مما قد يشوه نتائج الترتيب، مما يبرز أن الامتثال المترى وحده لا يضمن تضمينًا إقليديًا دقيقًا.
المناقشة
في هذا القسم، يناقش المؤلفون الدور الأساسي لمقاييس الاختلاف في قياس تنوع بيتا ضمن تحليل المجتمع الميكروبي. يعرفون مصفوفة الاختلاف \( D \in \mathbb{R}^{N \times N} \)، حيث \( D_{ij} = d(i, j) \) تمثل الاختلاف بين المجتمعات \( i \) و \( j \). يصنف المؤلفون مقاييس الاختلاف المختلفة، مثل جاكارد، وكولزينسكي، وبراى-كورتيس، ويوني فراك، مع تسليط الضوء على صيغها الرياضية وتطبيقاتها في الدراسات البيئية. يتم تقييم كل مقياس بناءً على قدرته على التقاط اختلافات تركيب المجتمع، مع اهتمام خاص بملاءمتها لأنواع البيانات المختلفة (مثل الوجود-الغياب مقابل الوفرة).
كما يؤكد المؤلفون على أهمية الخصائص النظرية لمصفوفة الاختلاف المثالية، وهي الخصائص المترية، وقابلية التضمين الإقليدي، والسلبية الشرطية (CND). تؤثر هذه الخصائص على فعالية مقاييس الاختلاف في التحليلات اللاحقة، مثل تقنيات الترتيب والاختبارات الإحصائية. تؤكد المناقشة على ضرورة اختيار مقاييس الاختلاف المناسبة لتعكس بدقة العلاقات والنماذج البيئية في المجتمعات الميكروبية، مما يوفر في النهاية إطارًا شاملاً لتقييم تنوع بيتا في أبحاث الميكروبيوم.
DOI: https://doi.org/10.1007/s44199-025-00154-7
Publication Date: 2026-02-17
Author(s): Zihan Zhu et al.
Primary Topic: Microbial Community Ecology and Physiology
Overview
In microbiome research, beta diversity serves as a crucial metric for assessing dissimilarity among microbial communities, facilitating ecological characterization and longitudinal analysis. However, existing diversity indices often lack a cohesive theoretical framework, complicating the selection of appropriate measures and potentially leading to biased conclusions. This study underscores the interdisciplinary nature of beta diversity analysis, highlighting the disconnect between biologically-driven dissimilarity measures and those grounded in mathematical rigor.
The authors propose a geometry-aware framework to evaluate beta diversity metrics, systematically categorizing them based on their mathematical properties and identifying structural limitations that affect the validity of subsequent analyses. They emphasize the necessity of Euclidean compatibility for dissimilarity-based multivariate methods to ensure meaningful results. By providing diagnostic tools and corrective strategies to mitigate non-Euclidean artifacts, this research aims to enhance the reliability of microbiome studies and encourages a more integrated approach to beta diversity analysis within broader systems biology and cross-omics contexts.
Introduction
The introduction of this research paper outlines the evolution of ecology as a scientific discipline, emphasizing its roots in experimental and mathematical approaches to studying organism-environment interactions, community structure, and population dynamics. It highlights the significant advancements in microbiome research facilitated by high-throughput sequencing technologies, which have allowed for comprehensive profiling of microbial communities. Unlike traditional omics studies that focus on individual organisms, microbiome studies examine complex multispecies communities, revealing intricate ecological interactions that affect both microbial composition and host physiology. The paper underscores the importance of beta diversity as a key metric for analyzing microbial community variation, detailing its historical development and the challenges posed by the unique characteristics of microbiome data.
The authors identify critical issues related to the application of beta diversity measures, particularly concerning their mathematical properties and the potential for distortion in downstream analyses, such as principal coordinates analysis (PCoA). They present a case study illustrating the “illusion of similarity” (IOS), where non-metric dissimilarities can misrepresent true spatial relationships among samples. To address these challenges, the paper proposes a systematic review of commonly used beta diversity measures, evaluating them against key mathematical criteria. The authors introduce a unified classification framework and diagnostic tools to assess the validity of these measures, aiming to enhance the robustness and interpretability of microbiome analyses. The paper concludes with a roadmap for the subsequent sections, which will delve into dissimilarity definitions, mathematical properties, and practical applications of the proposed framework.
Results
The results presented in this section evaluate the metric properties of various beta diversity measures across six datasets, as illustrated in Figure 4. The analysis focuses on adherence to the triangle inequality, with blue indicating compliance and red indicating violations. Consistent with theoretical expectations outlined in Table 1, dissimilarities such as Euclidean, Manhattan, Mahalanobis, Aitchison, and related $L_p$-based measures satisfy the metric property across all datasets. However, Mahalanobis distance could not be computed for the Cardiometabolic dataset due to a singular covariance matrix, a common issue in microbiome studies where the number of features exceeds the number of samples.
Conversely, several popular measures, particularly Bray-Curtis and both versions of weighted UniFrac, frequently violate the triangle inequality, indicating non-metric behavior. Despite its widespread use in microbiome research, Bray-Curtis fails to satisfy the triangle inequality, operating on absolute abundance differences without considering compositional constraints or phylogenetic structure. This reinforces concerns regarding its application in distance-based analyses. Interestingly, Jaccard dissimilarity, which is based on presence-absence data, consistently adheres to the triangle inequality. The metric properties of weighted UniFrac are software-dependent, with the QIIME 2 implementation ensuring compliance by omitting the normalization denominator, unlike the versions in phyloseq and GUniFrac, which exhibit systematic violations. It is crucial to note that even metrics like Jaccard and unweighted UniFrac may produce non-Euclidean distance matrices, potentially distorting ordination results, highlighting that metric compliance alone does not guarantee accurate Euclidean embedding.
Discussion
In this section, the authors discuss the foundational role of dissimilarity metrics in quantifying beta diversity within microbial community analysis. They define a dissimilarity matrix \( D \in \mathbb{R}^{N \times N} \), where \( D_{ij} = d(i, j) \) represents the dissimilarity between communities \( i \) and \( j \). The authors categorize various dissimilarity measures, such as Jaccard, Kulczyński, Bray-Curtis, and UniFrac, highlighting their mathematical formulations and applications in ecological studies. Each measure is evaluated based on its ability to capture community composition differences, with specific attention to their suitability for different types of data (e.g., presence-absence vs. abundance).
The authors also emphasize the importance of theoretical properties for an ideal dissimilarity matrix, namely metric properties, Euclidean embeddability, and conditional negative definiteness (CND). These properties influence the effectiveness of dissimilarity measures in downstream analyses, such as ordination techniques and statistical tests. The discussion underscores the necessity of selecting appropriate dissimilarity metrics to accurately reflect ecological relationships and patterns in microbial communities, ultimately providing a comprehensive framework for evaluating beta diversity in microbiome research.