Alpha-Diversität vs. Beta-Diversität: Der Unterschied
Alpha vs. Beta-Diversität: Shannon, Simpson, Chao1. Verstehen Sie Vielfaltsmetriken in der Mikrobiomanalyse. Praktischer Überblick für Forscher.
Von Monique Brandt · Leiterin Analytische Chemie und Fermentationsanalytik ·

Man versteht die Unterscheidung zwischen Alpha- und Beta-Diversität erst dann wirklich, wenn man beide als orthogonale Messdimensionen eines mikrobiellen Konsortiums begreift: nicht als redundante Schreibweisen ein und derselben Größe, sondern als fundamentale unterschiedliche Messansätze.
Alpha-Diversität antwortet auf die Frage: Wie divers ist eine einzelne Probe? Beta-Diversität antwortet auf die Frage: Wie unterschiedlich sind zwei oder mehr Proben voneinander? Das sind fundamentale unterschiedliche Fragen, und die Metriken, die sie beantworten, messen völlig unterschiedliche Aspekte der Mikrobiota-Struktur.
Alpha-Diversität: Die Vielfalt innerhalb einer Probe
Alpha-Diversität fasst drei Dimensionen der lokalen Vielfalt zusammen. Richness beschreibt die Anzahl der Taxa: wie viele verschiedene Bakterienarten oder ASVs sind vorhanden? Evenness erfasst die Ausgeglichenheit ihrer Häufigkeiten; sind alle Spezies gleich häufig, oder dominiert eine kleine Gruppe? Phylogenetische Breite misst, wie evolutionär verschieden die Taxa sind.
Eine hohe Alpha-Diversität bedeutet: viele Taxa und relativ ausgeglichene Abundanzen. Eine niedrige Alpha-Diversität bedeutet: wenige Taxa oder eine oder zwei Taxa dominieren stark.
Die gängigsten Indizes
Shannon Index kombiniert Richness und Evenness und ist der Standard in Mikrobiom-Publikationen. Die mathematische Definition ist H = -Σ (p_i × ln(p_i)), wobei p_i der Anteil von Taxon i ist. Höhere Werte zeigen mehr Diversität an. Der Shannon Index ist empfindlich sowohl gegenüber seltenen als auch gegen häufigen Taxa-Änderungen. Ein Darmbiota mit Shannon >4.5 gilt als relativ diverse.
Simpson Index bzw. Inverse Simpson misst die Dominanz: wie stark dominieren die häufigsten Taxa? Ein Simpson Diversity von 0.7–0.9 zeigt an, dass die Abundanzen relativ ausgeglichen sind; ein Wert von 0.3–0.5 signalisiert eine starke Dominanz weniger Taxa. Der Simpson Index ist weniger empfindlich gegen seltene Taxa als Shannon.
Chao1 ist ein Richness-Schätzer, der die Anzahl unsichtbarer seltener Taxa extrapoliert, indem er die Anzahl von Singletons (Taxa mit nur einer Sequenz) und Doubletons (zwei Sequenzen) nutzt. Chao1 = observed richness + (singletons²) / (2 × doubletons). Er schätzt die „wahre“ Richness besser als die bloße Zählung beobachteter ASVs, die durch Sequenzierungstiefe verzerrt ist.
Faith’s Phylogenetic Diversity (PD) summiert die Astlängen des phylogenetischen Baums auf, der in der Probe vorhanden ist. Ein Sample mit wenigen Taxa kann eine hohe PD haben, wenn diese Taxa evolutionär weit auseinander liegen; ein Sample mit vielen Taxa niedriger PD, wenn diese Taxa alle nahe verwandt sind.
Praktische Auswertung von Alpha-Diversität
Jede Probe erhält einen einzelnen numerischen Wert pro Index. Vergleiche zwischen Gruppen (z. B. Gesunde vs. IBD) nutzen univariate Tests: t-Test oder ANOVA wenn die Daten normalverteilt sind, sonst Mann-Whitney U oder Kruskal-Wallis für Vergleiche mehrerer Gruppen.
Alpha-Diversität wird typischerweise auf rarefizierte (auf gleiche Sequenzierungstiefe normalisierte) Zähltabellen berechnet, um Verzerrungen durch unterschiedliche Sequenzierausbeuten auszugleichen. Neuere Ansätze verwenden kompositionelle Datenanalytik ohne Rarefizierung, akzeptieren aber höherer Rechenkomplexität.
Beta-Diversität: Die Unterschiedlichkeit zwischen Proben
Beta-Diversität ist eine Distanz- oder Dissimilaritätsmessung zwischen zwei oder mehreren mikrobiellen Communities. Sie antwortet nicht auf „wie divers ist meine eine Probe“, sondern auf „sind diese zwei Patienten mikrobiell ähnlich oder unterschiedlich?“
Die Ausgabe von Beta-Diversität ist keine einzelne Zahl pro Probe, sondern eine Distanzmatrix: Sample 1 zu Sample 2, Sample 1 zu Sample 3, etc. Diese Matrix wird dann visualisiert (via PCoA, NMDS oder t-SNE) oder statistisch geprüft (via PERMANOVA).
Die gängigsten Beta-Diversität-Metriken
Bray-Curtis-Dissimilarität ist der Standard. Sie berechnet sich als BC = 1 – (2C_ij) / (S_i + S_j), wobei C_ij die Summe der Mindestabundanzen für jedes Taxon in Sample i und j ist, und S_i, S_j die Gesamtabundanzen. Bray-Curtis reicht von 0 (identisch) bis 1 (völlig unterschiedlich). Er reagiert empfindlich auf Änderungen in häufigen und weniger häufigen Taxa.
Weighted UniFrac und Unweighted UniFrac sind phylogenetische Metriken. Unweighted UniFrac berücksichtigt nur Präsenz/Abwesenheit plus phylogenetische Distanzen und ignoriert Abundanzen; Weighted UniFrac berücksichtigt auch, wie häufig die Taxa sind. UniFrac-Metriken erfordern einen phylogenetischen Baum.
Aitchison Distance (Euklidische Distanz auf zentriert log-ratio transformierten Daten) wird in kompositionellen Datenansätzen bevorzugt, adressiert aber das Problem von Nullen in der Häufigkeitstabelle explizit. Sie benötigt eine Pseudocount-Behandlung (z. B. Addition von 1) oder eine robustere Imputation.
Jaccard Distance ist ein binärer Index, der nur berücksichtigt, welche Taxa vorhanden oder abwesend sind, nicht ihre Häufigkeiten. Er reicht von 0 (identische Taxa-Sets) bis 1 (keine gemeinsamen Taxa). Jaccard ist sinnvoll, wenn Präsenz/Abwesenheit biologisch wichtiger ist als Abundanz.
Praktische Auswertung von Beta-Diversität
Die Distanzmatrix wird für statistische Tests genutzt. Der PERMANOVA (Permutational Multivariate Analysis of Variance, auch `adonis` genannt) testet, ob Distanzen innerhalb von Gruppen signifikant kleiner sind als zwischen Gruppen. Ein p-Wert <0.05 zeigt an, dass die Gruppen sich signifikant unterscheiden.
PERMDISP (Permutation Dispersion) testet, ob die Variabilität innerhalb Gruppen unterschiedlich ist. Dies ist ein unterschiedliches Outcome von PERMANOVA, das wichtig ist, um zu verstehen, ob Unterschiede von Durchschnittswertunterschieden oder von Variabilität herrühren.
Visualisierung erfolgt via PCoA (Principal Coordinate Analysis), wo die erste PC-Achse typisch 15–30% der Varianz erklärt. Proben, die nah beieinander im Raum liegen, sind mikrobiell ähnlich.
Der mechanistische Unterschied
Ein Beispiel macht den Unterschied klar:
Zwei Patienten haben identische Alpha-Diversität (beide Shannon = 4.2, beide Chao1 = 180 Arten). Aber Patient A hat 40% Faecalibacterium und 35% Roseburia, während Patient B 70% Akkermansia und 20% Roseburia hat. Ihre Alpha-Diversität ist gleich, ihre Beta-Diversität maximal.
Umgekehrt kann Patient C eine Shannon-Diversität von 3.1 haben (dominiert von Bacteroides), während Patient D eine Shannon-Diversität von 4.3 hat (ausgeglichener Mix aus acht Arten). Ihre Alpha-Diversität unterscheidet sich deutlich, aber ihre Beta-Diversität könnte ähnlich sein, wenn beide ein ähnliches Verhältnis zwischen Bacteroides und anderen Taxa haben.
Warum beide Metriken notwendig sind
Alpha-Diversität erfasst die lokale Konsortium-Komplexität: ob eine Mikrobiota reichhaltig oder arm an Taxa ist. Sie ist biologisch relevant für die Robustheit des Systems: Eine höhere Alpha-Diversität führt typisch zu höherer Funktionsredundanz, was ein dysbiose-resistenteres Konsortium ergibt.
Beta-Diversität erfasst, welche Taxa-Kombinationen räumlich oder zeitlich variieren. Sie ist essentiell für die Beschreibung, wie sich Dysbiose manifestiert, denn nicht alle Dysbiosen sind gleich. Ein Dysbiose-Muster mit hoher Akkermansia und niedriger Faecalibacterium unterscheidet sich biochemisch grundlegend von einer Dysbiose mit hohem Clostridium difficile und niedrigem SCFA-Profil.
Beta-Diversität ist auch typisch sensitiver als Alpha-Diversität für den Nachweis von Gruppen-Unterschieden: In klinischen Studien werden Unterschiede zwischen gesund und krank oft zuerst in Beta-Diversität PERMANOVA sichtbar, bevor Alpha-Diversität signifikante Unterschiede zeigt.
Grenzen der Proxy-Messungen
Beide Indizes werden auf Sequenzierungsdaten berechnet, nicht auf direkter biochemischer Messung. Eine hohe Alpha-Diversität im 16S-Amplikon-Datensatz bedeutet nicht zwingend hohe funktionale Diversität. Taxa-Richness und SCFA-Biosynthese-Kapazität korrelieren nicht perfekt. Ein Konsortium aus 20 Taxa kann dasselbe SCFA-Profil haben wie eines aus 40 Taxa.
Beta-Diversität ist auch abhängig von der Wahl des Abstands-Metriks. Zwei Proben sind sich in Bray-Curtis ähnlicher als in UniFrac, wenn die phylogenetischen Unterschiede zwischen ihren dominanten Taxa größer sind.
Diese Indizes sind analytische Hilfsmittel, nicht direkte Messungen der Kolon-Biochemie. Sie beschreiben die taxonomische Struktur. Sie erfassen nicht den Redoxgradienten, nicht den pH und nicht die Substratflussraten, die biologisch gleichrangig wichtig sind.
Fazit
Alpha-Diversität ist eine Eigenschaft der Probe: Wie viel Vielfalt steckt darin?
Beta-Diversität ist eine Beziehung zwischen Proben: Wie unterschiedlich sind sie?
Beide zu messen ist methodische Sorgfalt, nicht Redundanz. Sie beantworten unterschiedliche Fragen und sind notwendig, um die räumliche und zeitliche Struktur von Mikrobiota zu verstehen.
Quellen
Lozupone, C., Hamady, M., Kelley, S. T., & Knight, R. (2007). Quantitative and qualitative β diversity measures lead to different insights into factors that structure microbial communities. Applied and Environmental Microbiology, 73(5), 1576–1585. https://pmc.ncbi.nlm.nih.gov/articles/PMC1828774/
Whittaker, R. H. (1960). Vegetation of the Siskiyou mountains, Oregon and California. Ecological Monographs, 30(3), 279–338. https://doi.org/10.2307/1943563
Jost, L. (2007). Partitioning diversity into independent alpha and beta components. Ecology, 88(10), 2427–2439. https://doi.org/10.1890/06-1736.1
McArdle, B. H., & Anderson, M. J. (2001). Fitting multivariate models to community data: A comment on distance-based redundancy analysis. Ecology, 82(1), 290–297. https://doi.org/10.1890/0012-9658(2001)082[0290:FMMTCD]2.0.CO;2
Bitte beachten: Nur zur Information. Diagnose und Therapie gehören in fachkundige Hände.
Das könnte Sie auch interessieren
Bioorganische Chemie| A–Z | Datum | Titel | Rubrik | Min. |
|---|---|---|---|---|
| G | Gewichtsverlust trotz normaler Ernährung: Malabsorption | Allgemein | 6 min | |
| G | Gewichtszunahme trotz Diät: Dysbiose biochemisch erklärt | Allgemein | 5 min | |
| S | Schlafstörungen und Melatonin: Mikrobielle Synthese im Darm | – | 5 min |