元基因组学产生了大量可被赋予代谢功能的微生物序列。 由于缺乏合适的统计框架,难以使用此类数据推断社区一级的代谢差异。 在这里,我们描述了一种新颖的分层贝叶斯模型,称为BiomeNet(代谢网络的贝叶斯推断),用于推断微生物群落之间代谢网络的差异流行程度。 为了推断社区一级代谢相互作用的结构,BiomeNet将混合成员建模框架应用于酶丰度信息。 基本思想是模型的混合成分(代谢React,子网和网络)在所有组(微生物组样本)之间共享,但各组之间的混合比例不同。 通过此框架,模型可以捕获数据中的嵌套结构。 BiomeNet在将每个元基因组样本建模为复杂代谢系统(代谢系统)的混合物方面具有独特性。