PART 1 Revelació de l'impacte del medi ambient a la salsa de cistanche: des de la regionalització ecològica global fins a les característiques de la comunitat microbiana del sòl

RESUM:Entendre la relació reguladora entre el medi ambient iSalsa de Cistanche, aquí hem integrat els mètodes de macro i micro dimensions. Des d'una perspectiva macro, el model MaxEnt va indicar que els països de la Iniciativa de la Franja i la Ruta, com la Xina, Egipte i Líbia, eren especialment adequats per al creixement deC. salsades de l'antiguitat (últim màxim glacial i holocè mitjà) fins al futur (2050 i 2070). La prova Jackknife va revelar que la precipitació és un factor ecològic important que afecta la distribució de C. salsa. Des d'una perspectiva macro, les dades de seqüenciació de l'amplicó de l'ARNr 16S van mostrar que les comunitats microbianes del sòl de tres ecotips (estepa del desert, pastures i desert de grava) eren significativament diferents (p <0, 001).="" l'anàlisi="" del="" microbioma="" bàsic="" va="" demostrar="" que="" els="" gèneres="" bacterians="" arthrobacter,="" sphingomonas="" i="" bacillus="" eren="" tàxons="" bàsics="" enriquits="">C. salsa. LEfSe i boscos aleatoris es van utilitzar per excavar la Gillisia (estepa del desert), Flavisolibacter (herbaries) i Variibacter(grava-desert) com a biomarcadors que poden distingir entre comunitats microbianes dels tres ecotips. El perfil de predicció va mostrar que la funció metabòlica de la comunitat microbiana es va enriquir en vies metabòliques i processament de la informació ambiental. Les anàlisis de correlació van revelar que l'altitud, la precipitació del quart més càlid (bio18), el rang diürn mitjà (bio2) i la temperatura mitjana del quart més càlid (bio10) eren factors ecològics importants que afecten la composició de les comunitats microbianes del sòl. Aquest treball va proporcionar nous coneixements sobre la relació regulatòria entre la distribució adequada deC. salsa, comunitats microbianes del sòl i motors ecològics. A més, va aprofundir en la comprensió de la interacció entre les plantes del desert i els factors ecològics en ambients àrids.

PARAULES CLAU:Salsa de Cistanche, MaxEnt, seqüenciació d'amplicons d'ARNr 16S, comunitat microbiana del sòl, impacte ambiental.

Cistanche deserticola té molts efectes, feu clic aquí per saber-ne més

Per a més informació poseu-vos en contacte amb:Joanna.jia@wecistanche.com

1. INTRODUCCIÓ

El valor econòmic de les plantes medicinals ha augmentat ràpidament en els últims anys amb el desenvolupament i la utilització de plantes naturals a tot el món. La tija carnosa deSalsa de Cistancheés un òrgan vegetal comestible i medicinal que s'utilitza habitualment com a tònic renal, afrodisíac, tractament antienvelliment i antioxidant, laxant intestinal, tractament de protecció del fetge i tractament antiradiació. Els estudis fitoquímics moderns sobre C. salsa han donat lloc a la identificació i aïllament de quantitats considerables de compostos bioactius, com diversos glicòsids feniletanoides, iridoides, alditols i lignina, que tenen valors mèdics i comestibles importants.1 Amb el ràpid desenvolupament del mercat. per a medicaments i aliments saludables, la demanda deC. salsaha augmentat molt i va acompanyat de la sobreexplotació i l'espoli dels recursos salvatges. Per tant, la introducció i el cultiu artificials a gran escalaC. salsas'han convertit en una mesura important per protegir els recursos silvestres i frenar la desertificació ecològica. No obstant això, la investigació sobre el cultiu artificial deC. salsasegueix limitada.

El medi ambient té un impacte massiu en el creixement i desenvolupament de C. salsa.2 Les plantes creixen en diferents ambients, formant diferents ecotips que presenten canvis significatius en ingredients inactius i expressió gènica.3,4 A nivell macro, la investigació ha trobat que la temperatura, la llum, la precipitació i els tipus de sòl tenen un efecte sobre el creixement de les plantes i els seus ingredients actius.5,6 L'estudi de la interacció entre el medi ambient i les plantes i la caracterització integral de diferents ecotips de plantes són beneficiosos per a la selecció i el cultiu de plantes altes. -varietats de qualitat.7 Des d'una perspectiva macro, les plantes poden tenir un impacte considerable en els organismes del sòl encara que tinguin poc o cap contacte directe amb el sistema del sòl a través de les seves arrels.8,9 No obstant això, les investigacions actuals sobre la relació entre les plantes i els El medi ambient, inclosos els factors climàtics i la comunitat microbiana del sòl, encara no està clar.

El model de distribució d'espècies (SDM) és un model estadístic que es va establir utilitzant dades de distribució d'espècies existents i variables ambientals per inferir les necessitats ecològiques de les espècies i projectar les seves àrees de distribució potencials,10,11 explorar àrees de creixement adequades combinant factors climàtics i sòls. determinar l'entorn adequat per a les plantes medicinals, i protegir científicament i cultivar plantes en perill d'extinció.12,13 Els SDM, com MaxEnt i biomod2, han respost amb èxit a les prediccions de tendències de distribució imposades a les plantes en perill d'extinció i ecològiques durant el canvi climàtic.14,15.

S'ha realitzat la seqüenciació d'amplicons d'ARNr 16S de mostres de sòl de la rizosfera vegetal per explorar la diversitat de comunitats microbianes, proporcionant nous coneixements sobre la relació entre les plantes i les comunitats microbianes del sòl.16,17.

En aquest estudi, hem explorat la relació entre el medi ambient iC. salsade les dimensions macro i micro. Hem realitzat el següent. (1) Hem utilitzat el model MaxEnt per predir les àrees de creixement globals adequadesC. salsades de l'antiguitat fins al futur (cinc períodes: Últim Màxim Glacial [LGM], Holocè mitjà [MH], present, 2050 i 2070) i ​​va calcular les àrees adequades de diferents nivells i la taxa d'aportació i el rang de variables bioclimàtiques que afecten el distribució deC. salsa.(2) En combinació amb el treball de camp, vam recollir mostres de sòl de tres ecotips (estepa del desert, pastures i desert de grava) de la millor àrea de cultiu (Tacheng i Xinjiang) de

C. salsa. Hem realitzat la seqüenciació d'amplicó d'ARNr 16S per explorar les característiques de les comunitats microbianes del sòl. També vam comparar les diferències en els microbiomes del sòl en els tres ecotips i vam determinar els microbiomes bàsics i els biomarcadors que podrien distingir entre els tres ecotips. (3) Hem realitzat una anàlisi de correlació i una anàlisi redundant sobre la base de l'abundància dels microbiomes bàsics, biomarcadors i variables bioclimàtiques per explorar la relació reguladora entreC. salsai el medi ambient.

Cistancheté molts efectes contra la fatiga

2. MATERIALS I MÈTODES

2.1. Modelització de nínxols ecològics.

En aquesta investigació, es van utilitzar cinc recursos per cercar els llocs actuals deC. salsaarreu del món: (1) GBIF ; (3) Infraestructura nacional d'informació d'exemplars (4) literatura publicada; i (5) treball de camp. Les dades d'exemple sense latitud i longitud es van basar en una consulta de latitud i longitud de mapa en línia. El mètode d'anàlisi de la memòria intermèdia es va utilitzar per corregir i filtrar els punts de distribució obtinguts per eliminar l'efecte de la simulació de sobreajust causat per una gran correlació espacial. La resolució espacial de les variables bioclimàtiques va ser de 2,5 arc-min (uns 4,5 km2) i la distància del tampó es va establir en 3 km. Només es va mantenir un punt de distribució quan la distància entre els punts de distribució era inferior a 3 km. Després d'eliminar els punts duplicats, es van recollir 76 ocurrències, totes de l'àrea de producció genuïna de C. salsa, i es van utilitzar per a l'anàlisi (figura 1a, fitxer suplementari 1).

Hem utilitzat les 19 variables bioclimàtiques de WorldClim com a predictors ambientals. Les dades actuals de variables bioclimàtiques d'aquest estudi es van recollir a partir de les dades de seguiment de la base de dades WorldClim versió 1.418 durant 1960-1990 amb una resolució de 2,5 arc-min. Les variables bioclimàtiques antigues (LGM i MH) i futures (futur 2050 i futur 2070) disponibles a la versió 1.4 de WorldClim amb una resolució de 2,5 min d'arc es van utilitzar com a predictors dels models de distribució de les espècies. Per evitar la multicolinearietat, vam fer una anàlisi de correlació sobre punts de fons i vam eliminar una de les variables de cada parell amb un Pearson.

valor de correlació > 0,819 (figura S1). Les vuit variables bioclimàtiques finalment incloses en els models van ser la mitjana diürna (bio2), la temperatura mitjana del quart més humit (bio8), la temperatura mitjana del quart més sec (bio9), la temperatura mitjana del quart més càlid (bio10). , la precipitació anual (bio12), la precipitació del quart més sec (bio17), la precipitació del quart més càlid (bio18) i la precipitació del quart més fred (bio19).

Hem utilitzat el model d'entropia màxima del paquet de programari de codi obert (MaxEnt v.3.4.0),20 que es pot descarregar per construir un model de distribució d'espècies perC. salsa. En els paràmetres bàsics es van utilitzar els següents paràmetres: llavor aleatòria i un percentatge de prova aleatòria de 25 i 10 rèpliques. En establir el percentatge de la prova aleatòria al 25 per cent, vam seleccionar aleatòriament el 75 per cent dels punts de distribució per al conjunt d'entrenament. En establir el nombre de rèpliques a 10, vam executar el model 10 vegades amb la mateixa configuració i vam fer una mitjana de la sortida de totes les execucions per obtenir el resultat final. L'àrea sota la corba de l'operador receptor (AUC) es va utilitzar per avaluar la bondat d'ajust del model, i el model amb el valor AUC més alt es va considerar com el millor rendiment. Es va utilitzar el procediment jackknife per avaluar la importància de les variables. Es van utilitzar corbes de resposta per obtenir el rang de variables bioclimàtiques.

ArcGIS s'ha utilitzat per analitzar les variables bioclimàtiques que afecten la distribució de C. salsa i per classificar i calcular la superfície apta per a la producció.

2.2. Recollida i descripció de mostres de sòl. C. salsa

es distribueix de manera natural en els tres ecotips de grava-desert, pastures i estepa-desèrtica. L'abril de 2017, vam recollir mostres de tija carnosa i de sòl que representaven els principals ecotips de C. salsa a Tacheng, Xinjiang, Xina (Figura 1b, Taula 1). Es van recollir mostres de grava del desert de Hejiaoke, comtat de Toli (HJ1, HJ2 i HJ3). Es van recollir mostres de pastures del comtat de Yumin (YM1, YM2, YM3 i YM4). Es van recollir mostres d'estepa del desert de Jiang Alhan (JA1, JA2, JA3, JA4, JA5 i JA6). Les mostres de sòl que hem recollit són totes del sòl de la superfície de C. salsa i del seu lloc paràsit hoste. Exemplars de val amb

Els números de val de 20170510079-DT a 20170510091-DT es van dipositar a l'herbari de l'Institut de Desenvolupament de Plantes Medicinals de l'Acadèmia Xinesa de Ciències Mèdiques a Pequín, Xina. Després de netejar-se, els teixits de la tija suculenta es van tallar en trossos petits, es van congelar immediatament en nitrogen líquid i després es van emmagatzemar a -80 graus fins a un posterior processament. Es van agafar nuclis de sòl a una profunditat de 20 cm

una perforadora cilíndrica d'acer inoxidable amb un diàmetre de 5 cm i després emmagatzemada a -20 graus en una nevera portàtil. Després de ser transportades al laboratori, les mostres de sòl es van passar a través d'un tamís de 2 mm per eliminar teixits vegetals, arrels, roques i altres restes i després es van emmagatzemar a -20 graus en una nevera abans de més experiments.

2.3. Extracció d'ADN i seqüenciació d'ARNr 16S.

L'ADN del sòl es va extreure mitjançant un kit d'aïllament d'ADN PowerSoil (MoBio Laboratories, Carlsbad, CA) d'acord amb el manual. La puresa i la qualitat de l'ADN genòmic es van comprovar en gels d'agarosa del 0,8%. La regió hipervariable V3-4 del gen de l'ARNr bacterià 16S es va amplificar amb els primers 338F (ACTCCTACGGGAGGCAGCAG) i 806R (GGACTACHVGGGTWTCTAAT).21 Per a cada mostra de sòl, es va afegir una seqüència de codi de barres de 10- dígits a la seqüència de 5 dígits. ′ final dels imprimadors directe i invers (Allwegene Co., Beijing). La PCR es va realitzar en un Mastercycler Gradient (Eppendorf, Alemanya) amb volums de reacció de 25 μL que contenien 12,5 μL de KAPA 2G Robust HotStart ReadyMix, 1 μL d'imprimació d'enviament (5 μM), 1 μL d'imprimació inversa (5 μM), 5 μL de ADN (la quantitat total de plantilla és de 30 ng) i 5,5 μL d'H2O. Els paràmetres de ciclisme van ser els següents: 95 graus durant 5 min, seguits de 28 cicles de 95 graus durant 45 s, 55 graus durant 50 s i 72 graus durant 45 s, amb una extensió final a 72 graus durant 10 min. Es van agrupar tres productes de PCR per mostra per mitigar els biaixos de PCR a nivell de reacció. Els productes de PCR es van purificar mitjançant un kit d'extracció de gel QIAquick (QIAGEN, Alemanya) i després es van quantificar mitjançant PCR en temps real. La seqüenciació profunda es va realitzar en una plataforma MiSeq per Allwegene Co. (Beijing). Després de l'execució, es van realitzar anàlisis d'imatges, trucades de base i estimació d'errors mitjançant Illumina Analysis Pipeline versió 2.6.

2.4. Anàlisi de les dades de seqüenciació d'amplicons rRNA 16S.

Totes les dades de seqüenciació es van enviar a l'Arxiu breu de l'NCBI (SRA) amb l'enviament SRA SUB7456002. Primer es van examinar les dades en brut i es van eliminar les seqüències sobre la base de les consideracions següents: seqüències inferiors a 200 pb amb una puntuació de baixa qualitat (menor o igual a 20) i que contenien bases ambigües o seqüències d'imprimació i etiquetes de codi de barres que no coincideixen. Les lectures qualificades es van separar mitjançant seqüències de codi de barres específiques de la mostra i es van retallar amb Illumina Analysis Pipeline versió 2.6. A continuació, es van analitzar els conjunts de dades mitjançant QIIME. Les seqüències es van agrupar en unitats taxonòmices operatives (OTU) a un nivell de similitud del 97 per cent 22 per generar corbes de rarefacció i calcular índexs de riquesa i diversitat. L'eina Ribosomal Database Project Classifier es va utilitzar per classificar totes les seqüències en diferents grups taxonòmics, en els quals el llindar de confiança s'estableix en 0.7.23 Les anàlisis de clúster es van realitzar a partir de la informació OTU de cada mostra mitjançant R 3.6.1 per examinar el semblança entre diferents mostres.24 La matriu de distàncies UniFrac entre comunitats microbianes de cada mostra es va calcular utilitzant el coeficient Tayc i es va representar com un mètode de grups de parells no ponderats amb un arbre d'agrupació mitjana aritmètica, que descriu la dissimilaritat (1- semblança) entre mostres múltiples.25 A través d'aquesta anàlisi també es va generar un fitxer d'arbre en format Newick. La diversitat alfa es va aplicar per analitzar la complexitat de la diversitat d'espècies per a una mostra mitjançant quatre índexs, a saber, Chao1, espècies observades i Shannon i Fisher.

índexs de diversitat. Aquests índexs es van calcular mitjançant el programari QIIME (Boulder, CO, EUA) a Python (v.1.8.0) (La Jolla, CA, EUA).26 Es va utilitzar l'anàlisi de diversitat beta per avaluar les diferències en les mostres en termes de complexitat de les espècies. La diversitat beta es va calcular mitjançant l'anàlisi de coordenades principals (PCoA) i l'anàlisi de clústers a QIIME.27 L'anàlisi de la variància molecular (AMOVA) es va realitzar amb la mare.28 La prova de Kruskal-Wallis es va utilitzar per calcular la diferència OTU entre grups (valor p).<0.05), and="" heat="" maps="" were="" drawn="" using="" pheatmap="" (r="" package).="" core="" microbiome="" analysis="" was="" adopted="" from="" the="" core="" function="" in="" the="" r="" package="" microbiome="" (sample="" prevalence="20%," relative="" abundance="0.01%)" by="" microbiomeanalyst29="" (https://www.="">

Es van utilitzar mètodes d'anàlisi discriminant lineal (LDA) i boscos aleatoris (RF) al lloc web MicrobiomeAnalyst per determinar els biomarcadors del microbioma. Per primera vegada es va realitzar una prova de rang de suma de Kruskal-Wallis factorial no paramètric per identificar característiques amb una abundància diferencial significativa tenint en compte el factor experimental o la classe d'interès. A continuació, es va realitzar LDA (el llindar s'estableix en 2) per calcular la mida de l'efecte de cada característica diferencialment abundant. Les característiques es van considerar significatives en funció del seu valor p ajustat. El tall de valor p ajustat per defecte era 0,05. L'anàlisi de RF es va realitzar mitjançant el paquet randomForest5. Aquest mètode utilitza un conjunt d'arbres de classificació, cadascun dels quals es cultiva mitjançant una selecció de característiques aleatòries a partir d'una mostra d'arrencada a cada branca.

Tax4Fun (paquet R, http://tax4fun.gobics.de/) es va utilitzar per predir els perfils funcionals microbians dels microbiomes a les mostres de sòl. La taula OTU Biom del microbioma del sòl es va utilitzar com a fitxer d'entrada per a la imputación del metagenoma de mostres de sòl de C. salsa. A continuació, es van analitzar les abundàncies de classe de gens previstes al nivell 3 del grup KEGG Orthology (KO). Els resultats de Tax4Fun es van analitzar a Doby (paquet R).

2.5.Anàlisi de correlació de comunitats microbianes clau i factors bioclimàtics.

Hem utilitzat ArcGIS per extreure numèricament factors bioclimàtics clau dels 13 punts de mostreig del sòl. L'anàlisi de redundància dels gèneres clau de les comunitats microbianes (cinc biomarcadors, cinc microbiomes centrals) i factors bioclimàtics es va realitzar mitjançant

Programari Canoco 5. La conversió de dades Log2 es va realitzar de manera uniforme abans de l'anàlisi. Es van calcular els coeficients de correlació de Spearman per a l'abundància de cinc biomarcadors, cinc microbiomes bàsics i la integració de dades de factors bioclimàtics aplicant SPSS. Els resultats de l'anàlisi de correlació es van dibuixar mitjançant pheatmap (paquet R).

Cistanchepot resistir l'envelliment

3. RESULTATS

Predicció del canvi de distribució global de C. salsa en els diferents períodes. El ROC calculat va mostrar

que el valor AUC era {{0}},977 (figura S2), cosa que indica que el model estava bé amb les dades.30 Resultats de la simulació d'adequació de l'hàbitat durant cinc períodes (LGM, MH, present, 2050 i 2070). ) es van il·lustrar a la figura 2 i a la taula 2. C. la idoneïtat per al cultiu de la salsa es va dividir en cinc categories sobre la base del llindar estadístic: inadequat (classe 5: 0−20 per cent), marginal (classe 4: 20−50 per cent), just (classe 3: 50−75 per cent), bo (classe 2: 75−

90 per cent) i excel·lent (classe 1: 90−100 per cent). Aquest article només parlava de les àrees de distribució adequades per a la classe 1, la classe 2 i la classe 3. Les distribucions potencials actuals de C. salsa indicaven que aquesta espècie estava àmpliament distribuïda en tres zones climàtiques: clima desèrtic temperat, clima mediterrani subtropical i desert tropical. regions climàtiques. Tots els continents, excepte l'Antàrtida, contenen regions aptes per a C. salsa. Aquestes regions estaven distribuïdes principalment a l'Àsia central i occidental i al nord d'Àfrica i estaven disperses al centre i l'oest d'Amèrica del Nord, al centre d'Amèrica del Sud i a l'oest d'Oceania. Les zones adequades excel·lents (classe 1) eren les més distribuïdes a Egipte (76 750 km2), mentre que les zones adequades (classe 2) i justes (classe 3) estaven més distribuïdes a la Xina (classe 2: {{ 13}} km2 i classe 3: 1 024 600 km2). Les àrees ecològicament adequades a Àsia estaven restringides principalment a la Xina (classe 1: 45 775 km2), Jordània (classe 1: 16 075 km2), Israel (classe 1: 14 975 km2), Saudita Aràbia (classe 1: 14 925 km2) i Iran (classe 1: 12 600 km2). Les zones adequades de C. salsa a l'Àfrica es van distribuir principalment a Egipte, Líbia (classe 1: 34 400 km2) i Tunísia (classe 1: 275 km2). Les zones adequades per a C. salsa a Amèrica del Sud es van distribuir principalment a Xile (classe 1: 16 550 km2).

Des d'una perspectiva espacial (figura 2), la tendència de canvi regional adequada per als cinc períodes primer va augmentar i després va disminuir amb l'àrea més gran l'any 2050 (figura 3a, figura S3). Vam veure una gran disminució de l'àrea adequada de C. salsa dins de la LGM en relació amb la dels altres quatre períodes. En comparació amb l'actual (4 358 775 km2), les àrees adequades van disminuir un 50 per cent (2 160 975 km2) en el període LGM, un 10 per cent (MH: 3 910 350 km2) en el període MH, i un 1 per cent (4 328 800 km2) durant el període de 2070 i va augmentar un 2 per cent (4 428 950 km2) durant el període de 2050. En particular, del present al futur (del 1960 al 2080), l'excel·lent àrea (classe 1) de C. salsa es va reduir gradualment (present, 243 200 km2; 2050, 232 425 km2; 2070, { {29}} km2).

Cistancheextracte en té moltssalutbeneficis

3.2. Predicció de les àrees de distribució adequades de C. salsa a la Xina i el rang de variables bioclimàtiques.

Les àrees adequades per al creixement de C. salsa a la Xina es van limitar principalment al nord-oest de Xinjiang, el centre de Mongòlia Interior, el nord de Shaanxi, el nord de Shanxi, el nord-est de Qinghai, el nord de Gansu i la major part de Ningxia (figura 2b). Les zones més adequades a la Xina es van distribuir principalment a Xinjiang, de les quals l'àrea excel·lent (classe 1) ocupava 23 650 km2, la zona bona (classe 1)

2) va cobrir 220 950 km2, i la zona firal (classe 3) va cobrir 189 975 km2. Entre les zones bones (classe 2), Xinjiang representava el 60,99 per cent, seguit de Mongòlia Interior (86 300 km2) i Gansu (24 450 km2) amb un 23,82 per cent i 6,75 per cent, respectivament (figura 3b). Els resultats del model MaxEnt van indicar que Xinjiang era especialment adequat per al creixement de C. salsa. No obstant això, diferents hàbitats, com ara el desert de grava, les praderies i l'estepa desèrtica, es van trobar a la mateixa zona durant els viatges de camp. Per tant, estàvem molt interessats en les característiques de les comunitats microbianes del sòl i la seva relació amb el medi ambient en diferents ecotips de C. salsa a Tacheng, Xinjiang, Xina.

La importància de cada variable bioclimàtica per a la distribució de C. salsa es mostra a la taula 2. Tots els valors eren mitjans d'10 execucions rèpliques. Les tres principals variables bioclimàtiques amb més influència en la distribució de C. salsa van ser la precipitació del trimestre més sec (bio17), la precipitació del trimestre més càlid (bio18) i l'interval mitjà diürn (bio2) amb taxes de contribució relatives de 25,81. per cent, 17,65 per cent i 13,70 per cent, respectivament. Tal com indica la corba de resposta obtinguda pel model MaxEnt, el rang del factor bio es podria calcular quan la probabilitat de predicció superava el 0,5. Per exemple, el rang de bio17 va ser de -135,30 a 11,34 mm, el de bio 18 va de -206,60 a 4,40 mm i el de bio2 va ser d'11,65 a 12,50 graus.

3.3. Microbiomes del sòl de tres ecotips de C. salsa que presenten comunitats microbianes diferenciades i superposades.

La seqüenciació de l'ARNr 16S va donar lloc a 518 217 lectures en brut, entre les quals es van examinar 441 576 per qualitat i durada. El conjunt de dades contenia 11 818−26 431 (mitjana: 20 150) seqüències per mostra. Les lectures d'alta qualitat es van agrupar sobre la base de

>Identitat de seqüència del 97 per cent en 2 788 OTU microbianes (taula 1).

La comunitat microbiana es va classificar en 34 phyla i 321 gèneres. A nivell de fílum (figura 4a), actinobacteris (DS, 31,94 per cent; GD; 46,42 per cent; GL, 33,33 per cent), proteobacteris (DS,

23,25 per cent; GD, 22,53 per cent; GL, 24,68 per cent) i Gemmatimonadetes (DS, 17,77 per cent; GD, 8,02 per cent; GL, 8,36 per cent) van ser dominants en els tres ecotips. A nivell de gènere (figura 4b), l'estepa del desert estava dominada per Euzebya (4,82 per cent) i Arthrobacter (1,74 per cent), mentre que els gèneres més dominants a la grava, el desert eren Arthrobacter (8,35 per cent) i Bacillus (4,95 per cent). ). Bacillus (6,89 per cent) i Arthrobacter (5,57 per cent) eren dominants a les praderies. Les 10 comunitats microbianes abundants de l'estepa del desert es van classificar en vuit fils (figura 4c), les del desert de grava es van classificar en set fils (figura 4d) i les de les praderies es van classificar en 10 fils (figura 4e). ).

Les mesures de la diversitat dins de la mostra (-diversitat) van revelar un canvi de diversitat de les praderies a la grava - desert i desert - estepa (figura 4f). La diversitat de les comunitats microbianes del sòl a cada mostra es va avaluar amb els índexs de diversitat d'espècies de Shannon, Chao 1, Fisher i observats. Els índexs d'espècies observades de Shannon, Chao 1 i Fisher van suggerir que la diversitat de les comunitats de sòls de pastures

era superior a la de les altres dues comunitats d'ecotips. Els resultats de les corbes de rarefacció (figura S5) van ser similars als resultats anteriors, excepte YM1 i HJ3. Els resultats d'AMOVA (taula S3) van mostrar que hi ha diferències significatives (p < 0,01)="" entre="" els="" tres="" ecotips.="" els="" resultats="" dels="" pcoa="" sense="" restriccions="" de="" les="" parcel·les="" 2d="" de="" distància="" unifrac="" sense="" ponderar="" (figura="" 4g)="" van="" indicar="" que="" les="" mostres="" de="" sòl="" de="" microbiomes="" bacterians="" de="" diferents="" ecotips,="" excepte="" ym1="" i="" hj3,="" estaven="" ben="" agrupades.="" la="" agrupació="" d'arbres="" de="" diversitat="" de="" distància="" de="" bray="" basada="" en="" els="" resultats="" de="" l'algoritme="" d'agrupament="" únic="" (figura="" 4h)="" de="" les="" mostres="" de="" sòl="" dels="" tres="" ecotips="" va="" demostrar="" que="" les="" mostres="" de="" pastures,="" excepte="" ym2,="" estaven="" estretament="" agrupades,="" les="" mostres="" de="" sòl="" de="" l'estepa="" del="" desert,="" excepte="" ja1,="" estaven="" estretament="" agrupades.="" i="" les="" mostres="" de="" sòl="" del="" desert="" de="" grava="" estaven="" estretament="">

3.4. Cribratge de microbioma diferencial de tres ecotips de C. salsa.

Els mapes de calor de les abundàncies de diferents gèneres (figura 5a) van indicar que l'abundància del gènere de mostres de l'estepa del desert era diferent de la de les mostres dels altres dos ecotips. Com es mostra en els resultats de

LEfSe (Figura 5c) i RF (Figura 5d), el mini mapa de calor de la dreta indica l'abundància de les característiques microbianes en els tres ecotips a nivell de gènere. Els gèneres que poden representar l'ecotip de l'estepa del desert inclouen Gillisia, Illumatobacter, Salegentibacter, Marinimicrobium, etc. Variibacter és un

nivell de gènere que pot representar l'ecotip del desert de grava. Els biomarcadors de l'ecotip de pastures contenen Flavisolibacter i Agromyces. Després de combinar els resultats dels dos mètodes, es van seleccionar 11 biomarcadors (taula S4). La figura 5b mostra el mapa de calor de l'abundància d'11 biomarcadors.

3.5. Cribratge del microbioma bàsic i predicció de la funció metabòlica dels tres ecotips de C. salsa.

Es va representar un diagrama de Venn (figura 5e) per a les OTU obtingudes de totes les mostres de sòl i els resultats van mostrar que els tres ecotips compartien 1712 OTU. El mètode de persistència es va adoptar a partir de la funció bàsica del microbioma del paquet R per identificar el microbioma central en els tres ecotips de C. salsa. Aquest microbioma bacterià bàsic contenia sis OTU i corresponia al 19,64 per cent de tot el microbioma. Amb l'exclusió dels gèneres no definits i duplicats, aquests OTU es van classificar en sis gèneres i les seves abundàncies es van dibuixar en un mapa de calor (figura 5f).

Els resultats de la predicció funcional (figura 6, fitxer suplementari 2) van suggerir que les vies del metabolisme funcional dels microbiomes del sòl en els tres ecotips de C. salsa eren idèntiques en hidrats de carboni i que els metabolismes dels aminoàcids eren abundants entre les vies metabòliques. El transport de membrana i la transducció del senyal també van ser abundants en el processament de la informació ambiental.

3.6.Anàlisi de correlació entre comunitats microbianes i variables bioclimàtiques de tres ecotips de C. salsa.

L'anàlisi redundant del nucli, l'abundància del microbioma del biomarcador i les variables bioclimàtiques es va realitzar a nivell de gènere, i es va realitzar una reanàlisi a partir dels efectes. La interpretació ajustada de la variància va ser del 32,5 per cent. Les precipitacions del trimestre més càlid (bio18) van explicar el 23,9 per cent de les comunitats microbianes (p=0,07). La temperatura mitjana del quart més càlid (bio10) i el rang mitjà diürn (bio2) es van correlacionar positivament amb Illumatobacter i negativament amb Bacillus (figura 7a).

Es va realitzar una anàlisi de correlació per al nucli, l'abundància del microbioma del biomarcador i les set variables bioclimàtiques. Els resultats de la xarxa de correlació (figura 7b) van revelar que Illumatobacter i Salegentibacter (biomarcadors a l'estepa del desert) estaven significativament correlacionats positivament amb l'interval diürn mitjà (bio2) i la temperatura mitjana del quart més càlid (bio10), però significativament negativament correlacionats amb l'altitud ( alt) i precipitació del quart més càlid (bio18). Per contra, Agromyces (biomarcador a la praderia) es va correlacionar positivament amb l'altitud (alt) i la precipitació del quart més càlid (bio18), però es va correlacionar negativament amb l'interval mitjà diürn (bio2) i la temperatura mitjana del quart més càlid (bio10). A més, Arthrobacter (microbioma central) es va correlacionar negativament significativament amb l'interval diürn mitjà (bio2) i la temperatura mitjana del quart més càlid (bio10). Rubrobacter es va correlacionar positivament de manera significativa amb la precipitació anual (bio12).