EM——森林土壤微生物群落在温度梯度上的空间尺度变化

Taxa-area relationships (TARs)含义是微生物的物种数量随着取样面积的增长而增长。有不少公式在描述TAR，其中最广泛的是幂律分布：

S =cA^z

S为物种数，A为面积。C为阐述，Z为指数，能够表征群落的变化速率。微生物的z值通常小于0.1。通常还会对公式作对数转化转换为线性关系：

log(S) = log(c)+z•log(A)

温度对微生物群落TAR的影响还未知。本文的研究目的有两个：一是研究微生物在空间尺度上的TAR，二是研究温度梯度对TAR的影响。

采集了有温度梯度的6个森林土壤样点，共126个样本，考察了大陆尺度上温度对细菌、古菌(515F and 806R) TAR的影响。单个样点的采样策略以下图所示，每一个样点21个样本。Uclust生成OTU，resample数目为12531。

首先利用多种模型对TAR进行了拟合，以下表所示。其中AIC评估拟合效果，R2为决定系数。综合二者结果，发现幂律分布是最优的的拟合方式。这个结果做者是在R包mmSAR中获得的。下一篇将介绍mmSAR的用法。

不一样温度森林土壤TAR规律。代表温度对z值具备影响。

 A，OTU表示物种丰富度。B，Chao1值表示物种丰富度。

另外，微生物和植物的z值也存在显著的相关。

 微生物和植物z值的相关

OTU划分阈值越高，z值越大。且z值在不一样物种之间也存在显著差异。代表群落在空间上的变化受到分类学上分辨率和系统发育类群的影响。

不一样OTU阈值对z的影响

不一样微生物对z的影响

TAR的z值随温度升高而增长(r = 0.739, P <0.05)，且z和其余环境因子无显著的相关，代表群落变化受到温度控制。

只有年均温和z存在显著相关：

对年均温和z进行拟合，发现线性和非线性模型AIC差异很小。拟合效果都较好。

蓝色为线性回归，红色为对数回归，黑色为指数回归。

为了进一步分析温度的影响，采用Multivariate regression trees (MRT)分析群落组成和环境因子的关系。温度控制着树的第一和第二次分离，pH控制第三次分离。再次证实了温度起着很是重要的做用。

MRT使用R包mvpart包分析。以前其余公众号有对mvpart的介绍：

多元回归树分析MultivariateRegression Trees，MRT。我就再也不写文章介绍了。

Reference

Deng Y, Ning DL,Qin YJ, Xue K, Wu LY, He ZL, Yin HQ, Liang YT, Buzzard V, Michaletz ST, Zhou JZ(2018) Spatial scaling of forest soil microbial communities across atemperature gradient. Environmental Microbiology 20:3504-3513

---

一个环境工程专业却作生信分析的深井冰博士，深受拖延症的困扰。想给本身一点压力，争取可以不按期分享学到的生信小技能，亦或看文献过程当中的一些笔记与小收获，记录生活中的杂七杂八。

欢迎你们扫描下方二维码关注个人公众号，如有问题也可直接加个人微信：水岸风堤(lii32703)。

欢迎分享，转载请联系我。

本文分享自微信公众号 - Listenlii（gh_1a9e56035563）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。