距离衰减(Distance-decay,DD)已经被广泛应用于微生物群落和功能基因的生物地理格局。此研究开发了一个数据汇编、整理和统计框架,以淡水水库为例,将基于分位数回归(Quantile Regression,QR)的方法应用与不同空间尺度的抗生素抗性基因(ARGs)的距离衰减规律。结果发现QR在解释ARGs的传播潜力方面优于传统使用的最小二乘回归(LSR)。99分位数的QR模型受样本量不均匀的影响较小,能更好地量化ARGs的传播。在单个水库内,99分位数的QR模型表明在这一较小的空间尺度上不存在ARGs的扩散限制。
QR和LSR:
QR使用响应变量概率分布的分位数作为其拟合对象,而LSR使用该分布的均值。因此,QR逐渐成为分析"李比希最小法则" (限制因素定律)的主流统计方法,但目前还没有被用于DD方程的开发。QR方法最初是针对计量经济学变量关系而创建的,并进一步发展和应用于数量生态学。将QR模型应用于DD方程,可以提供更高的分辨率,更全面地了解环境参数的生物地理格局及其关键限制因素。与LSR不同,QR方法不需要对响应变量进行特定概率分布的假设,但它可以捕获不同分位数水平下预测变量和响应变量之间的关系。这种能力使得QR可以直接解决各种原因引起的响应异质性。在环境科学和生态学领域,QR方法主要用于识别驱动环境变量的预测变量,预测环境参数的变化趋势,评估生态关系的尺度依赖性。
图1 . ( a )数据汇编,( b )数据整理和( c )定量统计框架。S -相似度,D -地理距离。
结果:
QR更真实地展示ARGs组成相似性及其在水库水体中的传播潜力,ARGs传播距离比之前假设的要大得多。QR法的拟合度(R2)随着分位数水平的增加而增加,DD方程上边界的显著性水平(p )在不同分位数水平下均趋于0,ARGs组成相似性的DDRs在分位数水平0.99处达到稳定(图2a)。
图2 .水库水体(a)和沉积物(b)中ARGs组成相似性(S)与地理距离(D)关系的0.99水平分位数模型(实线)和LSR模型(黑色虚线)。在1 ~ 99分位数水平上,截距(β0),斜率(α1 ,蓝线:水;橙线:沉淀物),决定系数(R2),显著性水平(p)。蓝线:水库水体;橙线:沉积物。