Multivariate Tests und multiple Testprozeduren für Abundanzdaten von Mikroorganismen unter Berücksichtigung phylogenetischer Sequenzinformationen

Die Erforschung der Zusammensetzung von Mikroben-Gemeinschaften ist ein wichtiges Anliegen in der Landwirtschaft, Medizin oder Ökologie und wird bereits seit einigen Jahren bevorzugt auf der Basis von Methoden durchgeführt, welche direkt auf die mikrobielle DNS zurückgreifen und damit unabhängig von der Kultivierbarkeit der Mikroben sind. Mit dem Übergang von elektrophoretischen Analysemethoden über spezialisierte Microarrays hin zu  neuen Sequenzierungstechniken wie der Pyrosequenzierung oder Sequenzierung mittels Illumina MiSeq, stiegen dabei gleichzeitig die Zahl und die direkte Interpretier- und Vergleichbarkeit der detektierten operationalen taxonomischen Einheiten (operational taxonomic units, OTUs). Die Sequenzierungsverfahren  liefern eine Spezies-unabhängig skalierte Quantifizierung des Auftretens der OTUs und Sequenzinformationen, welche Aussagen über die phylogenetische Ähnlichkeit aller Paare von OTUs erlaubt. Aktuelle Bestrebungen in den internationalen Forschergruppen richten sich daher auf die Nutzung dieser Zusatzinformationen in statistischen Analysen. Es wurden rechenintensive Methoden für ökologische Abstandsdaten etabliert, welche die Informationen aus Abundanzen und phylogenetischen Abständen kombinieren. Im letzten Jahr wurde eine gemeinsame theoretische Grundlage der beiden bekanntesten Varianten, der gewichtete Unifrac-Abstand und die DPCoA (double principal coordinate analysis), publiziert.Erstes Ziel dieses Antrags ist es, die in den letzten Jahren in unserem Institut entwickelten multivariaten Testverfahren auf der Basis von Abstandsmaßen unter Nutzung von Permutations- und Rotationstechniken ebenfalls auf die Nutzung der Sequenzabstände anzupassen und diese mit Verfahren aus der Literatur zu vergleichen.Der Schwerpunkt liegt dann auf der Nutzung dieser multivariaten Bausteine sowie univariater Tests in multiplen Testprozeduren, welche die zunächst hochdimensionalen Aussagen soweit wie möglich auf kleinere Mengen von Variablen (z.B. auf höheren taxonomischem Niveau) oder sogar auf einzelne Variablen (OTUs) herunterbrechen und dabei das multiple Fehlerniveau im strengen Sinne einhalten. Dazu sollen verschiedene in unserem Institut entwickelte oder mitentwickelte multiple Testprozeduren auf die Nutzung der Sequenzabstände angepasst werden. Die Arbeiten erfolgen in enger Kooperation mit Partnern aus dem Julius Kühn-Institut, einem Bundesforschungsinstitut für Kulturpflanzen in Quedlinburg/Braunschweig.