بخش 1 رابطه تنظیمی بین تنوع کیفیت و محیط زیست گیاه سیستانچ کویر در سه اکوتیپ بر اساس تجزیه و تحلیل میکروبیوم خاک

محیط بر ترکیب و عملکرد میکروبیوم خاک تأثیر می گذارد که به طور غیر مستقیم بر کیفیت گیاهان تأثیر می گذارد. در این مطالعه، از توالی آمپلیکون 16S برای آشکار کردن تفاوت‌ها استفاده شدترکیب جامعه میکروبی خاک ازCistanche deserticolaدر سه اکوتیپ (زمین شور-قلیایی، علفزار و زمین شنی). از طریق تجزیه و تحلیل همبستگی فراوانی جامعه میکروبی، محتویات گلیکوزید فنیل اتانوئید، و عوامل اکولوژیکی، رابطه تنظیمی بین جامعه میکروبی و تنوع کیفیتC. deserticolaتشریح شد. مشخصات عملکرد متابولیک میکروبیوم خاک با استفاده از Tax4Fun پیش‌بینی شد. داده‌ها نشان داد که جوامع میکروبی خاک سه اکوتیپ به‌طور معنی‌داری متفاوت بودند (AMOVA، P < 0.001)،="" و="" تنوع="" آلفای="" جامعه="" میکروبی="" خاک="" مرتع="" بالاترین="" را="" داشت.="" تجزیه="" و="" تحلیل="" میکروبیوم="" هسته="" نشان="" داد="" که="" جوامع="" میکروبی="" خاک="">C. deserticolaعمدتاً دارای مقاومت به خشکی، مقاومت به نمک، مقاومت قلیایی و مقاومت به تنش مانند میکروکوکال ها و باسیل ها بودند. نشانگرهای زیستی، یعنی oceanospirillales (زمین شور-قلیایی)، Sphingomonadales (علفزار)، و propionibacteriales (زمین شنی)، می توانند سه جامعه میکروبی اکوتیپ را تشخیص دهند، از طریق LEfSe و جنگل تصادفی حفاری شدند. نتایج تجزیه و تحلیل همبستگی نشان داد که 2'-acetylakteoside دارای همبستگی مثبت با oceanospirillales در خاک زمین شور-قلیایی است. پروفیل های عملکرد متابولیک مسیرهای متابولیسم بسیار غنی (متابولیسم کربوهیدرات و اسید آمینه) و پردازش اطلاعات محیطی (انتقال غشاء و انتقال سیگنال) را نشان دادند. به طور کلی، ترکیب و عملکرد میکروبیوم‌های خاک فاکتورهای مهمی برای تنوع کیفیت خاک هستندC. deserticolaدر اکوتیپ های مختلف این کار بینش جدیدی را در مورد رابطه تنظیمی بین محیط زیست، جامعه میکروبی خاک و تنوع کیفیت گیاه ارائه کرد.

اطلاعات بیشتر لطفا تماس بگیرید:Joanna.jia@wecistanche.com

Cistanche deserticola اثرات زیادی دارد، برای اطلاعات بیشتر اینجا را کلیک کنید

Cistanche deserticolaیک گیاه انگلی غیر فتوسنتزی است که می تواند در زیستگاه های خشک مانند زمین های شنی و خندق رودخانه خشک و همچنین در شرایط استرس زا مانند زمین های شور-قلیایی رشد کند. این گیاه روی ریشه های پساموفیت هالوکسیلون آمودندرون انگلی می شود که مقاومت زیادی در برابر شرایط سخت محیطی نشان می دهد. گیاهان برای به دست آوردن مواد مغذی، تقویت رشد و مقاومت در برابر استرس خارجی به تعامل مفید بین ریشه ها و میکروارگانیسم ها متکی هستند. در همین حال، میکروبیوم خاک بر چرخه بیوژئوشیمیایی عناصر درشت مغذی، ریز مغذی ها و سایر عناصری که برای رشد گیاه حیاتی هستند، کنترل می کند. با این حال، رابطه بینC. deserticolaو میکروارگانیسم های خاک ریزوسفر نامشخص است. در نتیجه، ارائه میکروبیوم خاک ریزوسفر ازC. deserticolaلازمه.

C. deserticolaاغلب در آسیای شرقی، آسیای مرکزی، شمال آفریقا و سایر کشورها به عنوان نوعی غذا و داروی مراقبت بهداشتی برای بهبود حافظه، تقویت عملکرد جنسی و محافظت از کبد استفاده می شود. مواد فعال اصلی ازC. deserticolaگلیکوزیدهای فنیل اتانوئیدی (PhGs)، ایریدوئیدها، لیگنان ها و پلی ساکاریدها هستند. در میان این اجزا، PhGها اجزای فعال هستند. مطالعه قبلی گزارش داد که محتوای PhGs در اکوتیپ های مختلف ازC. deserticolaبه طور قابل توجهی متفاوت است، که در میان آنها می توان از 2'-acetylakteoside به عنوان یک نشانگر شیمیایی برای تشخیص استفاده کرد.C. deserticolaتولید شده در سین کیانگ و مغولستان داخلی1. مطالعات بر روی جوامع میکروبی نشان داده است که جوامع میکروبی می توانند متابولیسم میزبان خود را تنظیم کنند. بنابراین، مقایسه رابطه بین جامعه میکروبی و متابولیت ها در خاک ریزوسفرC. deserticolaدر اکوتیپ های مختلف به فوریت مورد نیاز است. توالی آمپلیکون 16S نمونه های خاک ریزوسفر گیاهی برای کشف تنوع جوامع میکروبی انجام شده است، و بینش جدیدی را در رابطه بین گیاهان و جوامع میکروبی خاک ارائه می کند10،11. به عنوان مثال، ارتباط توزیع و پویایی قارچ‌های اندوفیت با C. songaricum و N. tangutorum در مطالعات میکروبیوم با استفاده از توالی‌یابی با توان بالا مورد بررسی قرار گرفت. در این مطالعه، ما توالی آمپلیکون 16S rRNA را برای به دست آوردن میکروبیوم های خاک انجام دادیم.C. deserticolaدر اکوتیپ های مختلف تفاوت‌های جامعه میکروبی خاک در اکوتیپ‌های مختلف نیز مقایسه شد و نشانگرهای زیستی که می‌توانند سه اکوتیپ را متمایز کنند، حفاری شدند. سپس تجزیه و تحلیل همبستگی از طریق فراوانی جامعه میکروبی کلیدی، محتوای PhGs و عوامل اکولوژیکی محاسبه شد و رابطه نظارتی مورد بررسی قرار گرفت. در نهایت، عملکرد میکروبیوم های خاک ازC. deserticolaدر اکوتیپ های مختلف پیش بینی شد.

مواد و روش ها

شرح سایت مطالعه و نمونه برداری.بر اساس تحقیقات میدانی،C. deserticolaدارای سه اکوتیپ اصلی شامل زمین شور-قلیایی، مرتع و زمین شنی است. در آوریل 2017، نمونه‌هایی از خاک جمع‌آوری کردیم که نشان‌دهنده اکوتیپ‌های اصلی بودC. deserticolaدر چین. نمونه‌های خاک زمین شور-قلیایی از دریاچه Ebinur (AB1، AB2، AB3) و ساحل Baicheng (BJ1، BJ2، BJ3، BJ4، BJ5) در استان سین‌کیانگ جمع‌آوری شد. نمونه های خاک علفزار از روستای تولا (TL1، TL2، TL3، TL4، TL5) در استان سین کیانگ گرفته شد. نمونه‌های خاک زمین شنی از Alxa (AL1، AL2، AL3، AL4، AL5، AL6) در استان مغولستان داخلی و شهرستان Minqin (GS1، GS2)، شهرستان Changcheng (GS3، GS4) در استان گانسو جمع‌آوری شد. اطلاعات طول و عرض جغرافیایی و ارتفاع تمام نقاط نمونه برداری در جدول 1 و شکل 1 نشان داده شده است. در محل فلد از یک مته استوانه ای فولاد ضد زنگ با قطر 5 سانتی متر برای جمع آوری خاک مجاور ساقه آبدار استفاده کردیم.C. deserticolaو میزبان آن، و بلافاصله آن را در یخچال قابل حمل در دمای 20- درجه نگهداری کرد. پس از انتقال به آزمایشگاه، نمونه‌های خاک از یک الک 2- میلی‌متری برای حذف بافت‌ها، ریشه‌ها، سنگ‌های گیاهی و غیره عبور داده شد و قبل از آزمایش‌های بعدی در دمای ۲۰- درجه در یخچال نگهداری شد.

استخراج DNA و توالی یابی 16S rRNA.DNA خاک با استفاده از کیت جداسازی DNA PowerSoil (MoBio Laboratories, Carlsbad, CA) طبق دستورالعمل 12 استخراج شد. خلوص و کیفیت DNA ژنومی با الکتروفورز ژل آگارز و نانو قطره 0.8 درصد بررسی شد.

ناحیه فوق متغیر V{0}V4 ژن 16S rRNA باکتریایی با آغازگرهای 338F (ACTCCTACGGGAGGCAGCAG) و 806R (GGACTACHVGGGTWTCTAAT)13 تکثیر شد. برای هر نمونه خاک، یک توالی بارکد رقمی 10-به انتهای 5' پرایمرهای رو به جلو و معکوس اضافه شد (شرکت Allwegene، Beijing)12. PCR بر روی یک Mastercycler Gradient (Eppendorf، آلمان) با استفاده از حجم واکنش 25 ul شامل 12.5 ul KAPA 2G مخلوط آماده شروع داغ، 1 میکرولیتر پرایمر جلو (5 میکرومولار)، 1 میکرولیتر پرایمر معکوس (5 میکرومولار)، 5 میکرولیتر انجام شد. میکرولیتر DNA (مقدار کل الگو 30 نانوگرم است) و 5.5 میکرولیتر H2O. پارامترهای دوچرخه سواری به شرح زیر است: 95 درجه برای 5 دقیقه، به دنبال آن 28 چرخه 95 درجه برای 45 ثانیه، 55 درجه برای 50 ثانیه و 72 درجه برای 45 ثانیه، با امتداد نهایی در 72 درجه به مدت 10 دقیقه. سه محصول PCR در هر نمونه برای کاهش تعصبات PCR در سطح واکنش ترکیب شدند. محصولات PCR با استفاده از کیت استخراج ژل QIAquick (QIAGEN، آلمان) خالص و سپس با استفاده از PCR14 زمان واقعی اندازه گیری شد.

توالی یابی عمیق بر روی پلت فرم MISeq در شرکت Allwegene (پکن) انجام شد. پس از اجرا، تجزیه و تحلیل تصویر، فراخوانی پایه و تخمین خطا با استفاده از Illumina Analysis Pipeline نسخه 2.614 انجام شد.

سیستانچتوبولوزا می تواند ضد پیری باشد

تحلیل داده ها.داده‌های خام ابتدا غربال شدند و توالی‌ها بر اساس ملاحظات زیر حذف شدند: توالی‌های کوتاه‌تر از 2{19}}0 جفت باز با امتیاز کیفیت پایین (کمتر یا مساوی 20) و حاوی پایه‌های مبهم یا مطابقت نداشتند. دنباله های آغازگر و برچسب های بارکد 15. قرائت های واجد شرایط با استفاده از توالی های بارکد مخصوص نمونه جدا شده و با Illumina Analysis Pipeline نسخه 2.6 بریده شدند. سپس مجموعه داده ها با استفاده از QIIME مورد تجزیه و تحلیل قرار گرفت. توالی ها در واحدهای طبقه بندی عملیاتی (OTUs) در سطح شباهت 97 درصد 16 برای تولید منحنی های نادر و محاسبه شاخص های غنا و تنوع خوشه بندی شدند. ابزار طبقه‌بندی پروژه پایگاه داده ریبوزومی برای طبقه‌بندی تمام توالی‌ها در گروه‌های طبقه‌بندی مختلف استفاده شد. تجزیه و تحلیل های خوشه بندی بر اساس اطلاعات OTU از هر نمونه با استفاده از R برای بررسی شباهت بین نمونه های مختلف انجام شد. ماتریس UniFracdistances بین جوامع میکروبی از هر نمونه با استفاده از ضریب Tayc محاسبه شد و به‌عنوان یک روش جفت گروه وزن‌نشده با درخت خوشه‌بندی میانگین حسابی نشان داده شد که عدم تشابه ({13}}شبهات) را در بین نمونه‌های متعدد توصیف می‌کند. یک شاخه درختی با قالب نیویک نیز از طریق این تجزیه و تحلیل تولید شد. تنوع آلفا در تجزیه و تحلیل پیچیدگی تنوع گونه ای برای یک نمونه با استفاده از چهار شاخص شامل Chao1، گونه های مشاهده شده، تنوع فیلوژنتیکی (PD) درخت کامل و شاخص تنوع شانون استفاده شد. این شاخص ها با استفاده از نرم افزار QIIME (Boulder, CO, USA) در Python (v.1.8.0) (La Jalla, CA, USA)19 محاسبه شدند. تجزیه و تحلیل تنوع بتا برای ارزیابی تفاوت نمونه ها از نظر پیچیدگی گونه استفاده شد. تنوع بتا با استفاده از تجزیه و تحلیل مختصات اصلی (PCoA) و تجزیه و تحلیل خوشه ای در QIIME20 محاسبه شد. تجزیه و تحلیل واریانس مولکولی (AMOVA) با استفاده از موتور انجام شد. EdgeR برای محاسبه تفاوت OTU بین گروه ها استفاده شد. از Heatmap.2 برای ترسیم نقشه حرارتی استفاده شد، در حالی که از Ggplot برای ترسیم نقشه منهتن استفاده شد.

تعیین بیومارکر و میکروبیوم هسته.روش تجزیه و تحلیل تشخیص خطی (LDA) و جنگل تصادفی (RF) در وب سایت Microbiome Analyst21 برای تعیین میکروبیوم نشانگر زیستی استفاده شد.

وب سایت ابتدا آزمون مجموع رتبه فاکتوریل ناپارامتری Kruskal-Wallis را برای شناسایی ویژگی هایی با فراوانی تفاضلی مهم با در نظر گرفتن عامل آزمایشی یا کلاس مورد علاقه انجام می دهد و به دنبال آن LDA برای محاسبه اندازه اثر هر یک از ویژگی های فراوان تفاضلی21 انجام می دهد. ویژگی ها بر اساس مقدار p تنظیم شده آنها مهم در نظر گرفته می شوند. پیش‌فرض adj.p-value cutof=0.05. تجزیه و تحلیل RF با استفاده از randomForest package5 انجام می شود. RF یک الگوریتم یادگیری نظارت شده است که برای تجزیه و تحلیل داده های با ابعاد بالا مناسب است. این روش از مجموعه‌ای از درختان طبقه‌بندی استفاده می‌کند، که هر کدام از طریق انتخاب تصادفی ویژگی از یک نمونه راه‌انداز در هر شاخه رشد می‌کنند. تجزیه و تحلیل میکروبیوم هسته از تابع هسته در میکروبیوم بسته R توسط Microbiome Analyst اتخاذ شد.

تجزیه و تحلیل همبستگی جوامع میکروبی کلیدی، محتوای PhGs و عوامل اکولوژیکیمحتویات هفت گلیکوزید فنیل اتانوئید (PhGs) از سه اکوتیپ C. deserticola، یعنی اکیناکوزید، سیستانوزید A، اکتئوزید، ایزواکتئوزید، 2'-acetylakteosid، توبولوزید A و سیستانوزید F، از طریق HPLC تعیین شد. شرایط کروماتوگرافی شامل ستون Waters C18 (15{8}} میلی‌متر × 3.9 میلی‌متر، 4.6 میکرومتر)، و فاز متحرک شامل استونیتریل و 0.2 درصد اسید فرمیک است. تنظیمات کروماتوگرافی به شرح زیر بود: 0-10 دقیقه، 10 درصد → 15 درصد A. 10 تا 30 دقیقه، 15 درصد → 40 درصد A. نرخ فوت 1 میلی لیتر در دقیقه بود. طول موج جذب، حجم تزریق و دمای ستون به ترتیب 330 نانومتر، 10 میکرولیتر و 27 درجه بود. مطالعه روش شناسی به کار آزمایشی مقدماتی گروه مرجع 1 اشاره دارد.

این مطالعه 16 ایستگاه هواشناسی را در نزدیکی سه نوع اکولوژیکی جمع آوری کردC. deserticolaXinjiang Bole 51238, Tacheng 51133, Tori 51241, Karamay 51243, Buxail 51156, Yumin 51137, Emin

51145، Gansu Minqin 52681، Yongchang 52674، Wuwei 52679، Gulang 52784، Inner Mongolia Suikou 53419، Hangjinhouqi 53420 و Wuhai 53512. داده های هفت عامل اقلیمی-2001 به عنوان تجزیه و تحلیل عاملی اقلیمی- سرمی از 200101.

Redundancy analysis of diferential metabolites and bioclimatic factors was performed by using Canoco 5 software23. Pearson correlation coefcient was calculated for biomarker microbiome abundance, compound con- tent and ecological factor data integration. In this study, the log2 data conversion was uniformly performed before the analysis. SPSS was used to calculate the Pearson correlation coefcient of the six biomarkers, six core micro- biomes, seven main active components of C. deserticola and the ecological factors in the three habitats, and the screening standard was as follows: pearson correlation coefcient (r) >{0}}.5 و مقدار p < 0.05.="" روابط="" بین="" عوامل="" فوق="" با="" استفاده="" از="" cytoscape24="" (کنسرسیوم="" cytoscape،="" san="" diego،="" ca،="" usa،="" نسخه="" 3.7.0)="" و="" pheatmap="" (بسته="" r)="" مشاهده="">

پیش‌بینی مشخصات عملکردی میکروبی میکروبیومTax4Fun25 (بسته R، http:// tax4fun.gobics.de/) برای پیش‌بینی مشخصات عملکردی میکروبی میکروبیوم‌ها در نمونه‌های خاک استفاده شد. جدول OTU Biom میکروبیوم خاک به‌عنوان یک ورودی برای تعیین متاژنوم نمونه‌های خاک C. deserticola استفاده شد. سپس، فراوانی کلاس ژن پیش‌بینی‌شده در گروه KEGG Orthology (KO) سطح 3 مورد تجزیه و تحلیل قرار گرفت. نتایج Tax4Fun در doBy (بسته R)26 آنالیز شد.

نتایج

ترکیب جامعه میکروبی The 16S rRNA sequencing resulted in 834,323 raw reads, amongst which 522,929 passed the quality and length fltering. The data set comprised 20,511–48,337 (mean: 33,994) sequences per sample. The high-quality reads were clustered using >97 درصد هویت توالی به 3541 OTU میکروبی (جدول 1).

جامعه میکروبی به طور کلی به 19 فیلا، 46 کلاس و 87 راسته طبقه بندی می شود (شکل های 2a،b و S1-S3). در سطح شاخه، اکتینوباکتری ها (35 درصد)، پروتئوباکتری ها (31 درصد) و فیرمیکوت ها (15 درصد) در زمین های شور- قلیایی غالب بودند. علفزار تحت سلطه Actinobacteria (37 درصد)، Proteobacteria (29 درصد) و Bacteroidetes (9 درصد) بود. در زمین های شنی، اکتینوباکتری ها (42 درصد)، پروتئوباکتری ها (33 درصد) و فیرمیکوت ها (6 درصد) غالب بودند. در سطح کلاس، اکتینوباکتری ها (25 درصد)، گاماپروتئوباکتری ها (21 درصد) و باسیل ها (15 درصد) در زمین های شور-قلیایی غالب بودند، در حالی که اکتینوباکتری ها (22 درصد)، آلفاپروتئوباکتری ها (16 درصد) و باسیل ها (8 درصد) غالب بودند. علفزار در زمین های شنی، اکتینوباکتری ها (23 درصد)، آلفاپروتئوباکتری ها (20 درصد) و گاماپروتئوباکتری ها (9 درصد) غالب بودند. در سطح مرتبه (شکل 2c-e)، میکروکوکال ها (22 درصد)، Oceanospirillales (15 درصد) و باسیلال ها (15 درصد) در زمین های شور-قلیایی غالب بودند. میکروکوکال ها (11 درصد) و باسیلال ها (8 درصد) در علفزار غالب بودند. از این رو، غالب ترین راسته های باکتریایی میکروکوکال ها (10 درصد) و اسید میکروبیال ها (7 درصد) بودند.

تنوع باکتری های خاک در سه اکوتیپ C. deserticola.معیارهای تنوع درون نمونه (-تنوع) یک گرادیان تنوع را در بین سه زیستگاه نشان داد (شکل 2f و جدول S1). تنوع آلفای جامعه میکروبی باکتریایی خاک هر نمونه با استفاده از غنای جامعه (Chao 1، که به عنوان تعداد کل پیش بینی شده OTU در هر نمونه بیان شد)، گونه های مشاهده شده، درخت کامل PD و شاخص تنوع شانون برآورد شد. گونه های مشاهده شده، Chao 1 و شاخص درخت کامل PD نشان می دهد که جوامع خاک مرتع دارای بیشترین تنوع هستند، در حالی که تنوع خاک های شور-قلیایی و خاک های شنی مشابه است. نتایج منحنی therarefaction (شکل S1) مشابه نتایج فوق است.

اکتئوزیدکه درسیستانچاثرات خوبی بر رویکلیه

نتایج AMOVA (جدول S2) نشان داد که p < 0.001،="" که="" نشان="" دهنده="" تفاوت="" قابل="" توجهی="" در="" بین="" سه="" زیستگاه="" است.="" نتایج="" خوشه‌بندی="" درخت="" تنوع="" فاصله="" بری="" (شکل="" s2)="" از="" سه="" نمونه="" خاک="" رویشگاه="" نشان="" داد="" که="" نمونه‌های="" خاک="" شور-قلیایی="" از="" نزدیک="" خوشه‌بندی="" شده‌اند،="" و="" فاصله="" بین="" نمونه‌های="" مرتع="" و="" خاک="" شنی="" نزدیک="" است.="" نتایج="" pcoaهای="" بدون="" محدودیت="" نمودارهای="" 2="" بعدی="" فاصله="" unifrac="" وزن‌نشده="" (شکل="" 2g)="" نشان="" داد="" که="" نمونه‌های="" خاک="" مختلف="" جامعه="" میکروبی="" باکتریایی="" از="" زیستگاه‌های="" مختلف="" به="" خوبی="" خوشه‌بندی="">

مقایسه جوامع باکتریایی خاک از سه اکوتیپ ج. دسرتیکولانقشه‌های گرمایی فراوانی OTU و نقشه آتشفشان (شکل 3b،e،d،h و جدول S3) نشان داد که در مقایسه با نمونه‌های زمین شنی، 24 و 17 OTU به ترتیب در زمین‌های شور-قلیایی در سطح سفارش غنی و تخلیه شدند. علاوه بر این، در مقایسه با نمونه های زمین شنی، 8 و 11 OTU به ترتیب در علفزار غنی و تخلیه شدند. نمودار ون (شکل 3c,f) نشان می‌دهد که 216 OTU در زمین‌های شنی تخلیه شده‌اند، 8 دستگاه در نمک قلیایی تخلیه شده‌اند.

زمین و 1 OTU بین زمین های شور-قلیایی و شنی همپوشانی داشتند. علاوه بر این، 3 OTU در علفزار غنی شدند، در حالی که 161 در زمین های شنی غنی شدند، از جمله 6 OTU که بین مرتع و زمین شنی همپوشانی داشتند. توطئه های منهتن (شکل 3a) نشان داد که Xanthomonadales در زمین های شور-قلیایی غنی تر و ضعیف تر از زمین های شنی هستند، در حالی که باکتری Xanthomonadaceae WWH73، گروه خاک WD2101، Vibrionales و Verrucomicrobiales در سطح قابل توجهی کاهش یافتند. مقایسه علفزار با زمین شنی، Xanthomonadales، گروه خاک WD2101، Vibrionales و Verrucomicrobiales به طور قابل توجهی کاهش یافتند.

سیستانچدسرتیکولا اثرات زیادی در درمان دارددیابت

تعیین بیومارکر و میکروبیوم هسته در سه اکوتیپ C. deserticola.روش‌های LEfSe و RF (شکل 4a,b,d) برای شناسایی ویژگی‌هایی با فراوانی افتراقی قابل توجه در نمونه‌های خاک، محاسبه اندازه اثر هر یک از ویژگی‌های فراوان و تعیین میکروبیوم باکتریایی نشانگر زیستی در سه زیستگاه در سطح سفارش استفاده شد. . نتایج ارائه شده در جدول S4 نشان داد که امتیاز LDA Oceanospirillales، Bacilllales و Flavobacteriales در میان کسانی که در سرزمین شور-قلیایی هستند، بالاترین امتیاز را داشتند، در حالی که امتیاز Sphingomonadales، Gaiellales، Rubrobacterales، Burkholderiales و Sphingobacteriales بالاترین در میان علف‌ها بود. امتیاز LDA Propionibacteriales، Rhodospirillales، Solirubrobacterales، Rhizobiales، Xanthomonadales و Pseudonocardiales در زمین های شنی غالب بود. با حذف سفارشات تعریف نشده و تکراری، این OTU ها به شش مرتبه طبقه بندی شدند و فراوانی آنها در یک نقشه حرارتی ترسیم شد (شکل 4c).

روش تداوم از تابع هسته در میکروبیوم بسته R برای شناسایی میکروبیوم هسته در سه اکوتیپ از C. deserticola اتخاذ شد. این میکروبیوم باکتریایی هسته حاوی شش راسته بود که شامل میکروکوکال ها، باسیلال ها، ریزوبیال ها، اسیدی میکروبیال ها، استرپتومیستال ها و اسفنگومونادال ها می شد. با حذف سفارشات بدون تعریف و تکراری، این OTU ها به شش مرتبه طبقه بندی شدند و فراوانی آنها در یک نقشه حرارتی ترسیم شد (شکل 2h).

روش تداوم از تابع هسته در میکروبیوم بسته R برای شناسایی میکروبیوم هسته در سه اکوتیپ از C. deserticola اتخاذ شد. این میکروبیوم باکتریایی هسته حاوی شش راسته بود که شامل میکروکوکال ها، باسیلال ها، ریزوبیال ها، اسیدی میکروبیال ها، استرپتومیستال ها و اسفنگومونادال ها می شد. با حذف سفارشات بدون تعریف و تکراری، این OTU ها به شش مرتبه طبقه بندی شدند و فراوانی آنها در یک نقشه حرارتی ترسیم شد (شکل 2h).