微生物群落样本的比较,即Beta多样性,是生态学研究中的重点研究问题。新一代测序技术使得直接从许多微生物群落中测取大量的宏基因组和宏转录组的短读段序列成为了可能。因为微生物群落中基因组的数量和序列通常是未知的,且基因组的测序覆盖率较低,要对短读段从头组装则很有挑战性,也因此传统的基于配准的序列比对方法并不适用于微生物群落的比较中。另一方面,基于k-tuple频度的非配准方法在宏基因组样本的比较中产生了很理想的结果,让我们看到了它的应用前景。但是,基于k-tuple频度的非配准方法对于宏转录组样本的比较是否有效却还是未知的,并且最有效的相异度度量方法也需要探寻。本文基于k-tuple频度,将几种Beta多样性的度量方法应用在宏转录组数据上来评估它们在宏转录组样本聚类上的有效性,包括三种d2类型的相异度度量、CVTree中的相异度度量Hao、基于相对熵的S2以及3种经典的范式距离。实验结果表明ds2相异度度量方法在宏转录组样本聚类上的性能最优,包括不同测序深度下对测序样本进行群组划分的能力、揭示环境梯度的影响、区分宏基因组和宏转录组样本、以及对测序误差的鲁棒性。本文也对k-tuple长度和马尔科夫模型阶次的影响进行了研究,并开发相应的分析软件来实现本文主要的分析流程。本文还对基于k-tuple频度的序列特征方法进行了延伸性的探究,通过三组实验研究序列特征方法对相似的微生物群落样本、相似物种和不同测序平台的测序数据所表现出来的聚类特性。实验发现RNA样本要比DNA样本容易被区分,同时也发现序列特征方法的测序平台敏感度高、对复杂群落样本的聚类效果差。此外,本文还初次尝试将k值设为30到40之间,得出了初步的结果。基于k-tuple频度的序列特征方法应用限制少,能够有效揭示宏转录组样本间的主要组间差异和梯度变化关系,且相异度度量方法有鲁棒性好、性能优良的ds2。但序列特征方法依然存在它的局限性和不足,有待进一步改进。