$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Представитель результаты, представленные в этой рукописи из области сайта, создан в университете штата Небраска-Линкольн сельского хозяйства исследований отдела ферме возле МИД в 2012, NE. перед эксперимента, сайт осуществлялось как кукуруза соя вращение . Исследование сайт был расположен на трех различных типов почв, но данные были проанализированы как будто все изменения в свойствах измерений почвы из-за введенных лечения.
На сайте поле содержатся два, чистый, стоит switchgrass (P. заострённая cv свободы) и большой bluestem (A. Жерара), а также низким разнообразие травы смесь, содержащую большой bluestem, indiangrass (S. поникший) и «Butte» sideoats Грама ( B. curtipendula). Три теплый сезон травы участки находились в рандомизированных полный блок дизайн, который был воспроизведен в три раза. Вложенные в трех различных участков были два лечения удобрения азота (N), которые были 56 (N1) и 112 (N2) кг N га-1 прикладной мочевины. В то время микрофлора выборки в конце сезона выращивания, нитрата ppm (среднее ± SD) 8.0 ± 1.1 почвы содержащихся в участки оплодотворенной с 112 кг N га-1 и 6,8 ± 0,7 (mean + SD) нитрат ppm в участках удобренный с 56 кг N га-1. Участки удобряла раз в год. Теплый сезон травы, которую участки были выделены в качестве основных участков (8000 m2) и N лечения были участки Сплит (4000 m2). Большой bluestem был посеян как смесь 50: 50 «Bonanza» и «Золотой жилой» и Indiangrass был посеян как смесь 50: 50 «Разведчик» и «Воин». Участки были посажены в 2012 году, и первое приложение N произошло весной 2013 года.
Почвы и корня выборки была проведена 15 сентября 2014 года. Работа, описанная ниже было проведено на поле, который был создан как Сплит участок рандомизированных дизайна с тремя реплицирует (рис. 1). Среднее последовательности глубины все образцы для endosphere были следующие: 4871 ± 5711 (среднее ± SD), ризосфере: 40726 ± 14684, почвы: 38184 ± 9043. Одним из крупнейших источников вариации в этих экспериментах, используя методы, описанные, является разница в микробных сообществ между типами образца (рис. 2). В этот представительный набор данных ризосфере и почвы, как представляется, будет больше похожи в составе друг к другу, чем endosphere (рисунок 2A). Однако, было также весьма значительные (p = 0,001) различия в состав микробных сообществ ризосфере и почвы (рис. 2B). Общая вариации, приходилось в этих экспериментах, анализируемой образец типа был 26%.
Альфа-разнообразие анализ показал, что микробных сообществ в endosphere были ниже в образце разнообразия по сравнению с почвы и ризосферной (рис. 3). Только существенные различия в разнообразии между трава зверобоя в любом отделении были между образцы endosphere большой bluestem и switchgrass, с switchgrass, имея значительно выше разнообразия видов микроорганизмов (рис. 3). Анализ относительного изобилия (рис. 4) подчеркивает преобладание бактерии по алфавиту следуют актиномицеты во всех типах образца. Почвы и ризосфере также преобладают Acidobacteria и Chloroflexi в то время как endosphere был больше относительное обилие Bacteriodetes.
В этом эксперименте растения выращивались с двумя различное количество N-удобрения, и поэтому мы проанализировали данные, чтобы определить, имеются ли какие-либо эффекты лечения. Эффекты лечения приходилось 12% общей вариации, но не существенно отличались хотя в координации две процедуры выглядят разные (рис. 5). Это подчеркивает важность статистических анализов для этих наборов данных вместо визуального осмотра или качественных решений.
Завод влияние различий в микрофлора тканей растений и почвы были визуализируется с помощью ограниченного метода рукоположения. Статистические различия были определены с помощью ПЕРМАНОВА анализа для проверки ли конкретные переменные, такие как видов, результат в состав существенно различных микробных сообществ между выборками. Когда все типы образцов были проанализированы вместе, очень существенное различие было обнаружено в состав микробных сообществ благодаря видов растений (рис. 6). В этом эксперименте количество вариантов, приходится на виды растений был 6,7%. Наконец каждый образец типа был проанализирован индивидуально определить, какой из типов образца могут быть движущей эффект видов значительное завод. Только в endosphere был там очень существенное различие (p = 0,001) между микробных композиций различных видов растений (рис. 7). В других типах образца видов эффект не был значительным, когда анализируются индивидуально. В endosphere процент вариации из-за вида был 27%, в то время как он был ниже в ризосфере (18%) и почвы (15%). Это далее подчеркивает важность анализа каждого типа ткани индивидуально.

Рисунок 1: пример опытное поле дизайн. Опытное поле дизайн, иллюстрирующие рандомизированных полный блок дизайн в трех экземплярах области сайта, расположенный в университете штата Небраска-Линкольн, Восточной Небраска исследований и расширение центра вблизи мидуса, NE. Полное описание в разделе результаты. N1 является низкой (56 кг N га мочевина-1 ) и N2 (112 кг N га мочевина-1 ) является уровень азота, который был применен. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Рисунок 2: анализ разнообразия бета, сравнивая микробный состав различных образцов типов, включая endosphere, ризосфере и почвы из выборки многолетние травы в 2014 году. Анализ был проведен с использованием сценария Python в QIIME1.9.1 для производства Bray-Кертис несходство матрицы. Основные координаты анализ (PCoA), основанный на матрице несходство Брей-Кертис был визуализирован в RStudio. PCoA1 и PCoA2 указывают на первый и второй по величине дисперсии, объясняется PCoA анализа. ПЕРМАНОВА статистический анализ проводился для определения значимости между типами образца, и p значение отображается в верхнем правом углу. Каждый символ в цифры представляют собой сообщество микроорганизмов для каждого образца. (A) Endosphere, ризосфере и образец типов почвы были проанализированы вместе. Все 87 образцы были разрежена 486 последовательностей на сэмпл. (B) образцы ризосфере и почвы были проанализированы вместе. Все 59 образцы были разрежена 8231 последовательностями. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Рисунок 3: альфа разнообразия анализ с использованием индекса Шеннона для каждого вида в ризосфере и почвы и endosphere. Анализ был проведен с использованием сценария Python в QIIME1.9.1. Разрежения было сделано для endosphere, ризосфере и типов почвы образца соответственно с 486, 17154 и 8231 последовательности на сэмпл. Прямоугольники указывают 25 и 75-й процентили (первый и третий квартили). Горизонтальная линия в поле обозначает средний и красный плюс показывает среднее. Усы показывают диапазон данных, исключая выбросы (которые отображаются в виде черных точек), которые упали более чем в 1,5 раза межквартильный диапазон (n = 6 для каждого образца, за исключением для sideoats Грама смесь где n = 5). Шеннон индекс всех пяти видов в endosphere были ниже, чем ризосфере и почвы. Non параметрический Вилкоксон ранга сумма тест был использован для определения значимости между видами и только существенные различия между видами были показаны на верху коробки. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Рисунок 4: относительное изобилие Фила в на уровне почвы endosphere и ризосфере. Были проанализированы образцы для сравнения обилие микробной типы среди различных образцов типов (n = 29 для каждого образца типа). Анализ был проведен с использованием сценария Python в QIIME1.9.1 из OTU таблицы. Различные цвета внутри круговой диаграммы обозначают типы. Процент указывает относительное обилие каждый тип в тип каждого образца. Тип информации была аннотированный с использованием классификатора (RDP) рибосомной проекта базы данных25. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Рисунок 5: анализ с помощью лечения как сдерживающий фактор между всеми типами образца. Определить, существуют ли различия в состав микробных сообществ между процедурами был проведен канонический анализ анализа основных координаты (CAP). Для каждого лечения N, n = 42 для N1 (56 кг N га-1) и n = 45 для N2 (112 кг N га-1). Матрица несходство Брей-Кертис был создан с помощью скрипта python в QIIME1.9.1. CAP анализ, основанный на матрице несходство Брей-Кертис было сделано путем ограничения лечения как фактор в RStudio. Чтобы определить ли лечение различия значительны, и на правом верхнем углу отображается значение p был проведен ПЕРМАНОВА анализ. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Рисунок 6: анализ с использованием видов растений как сдерживающий фактор между всеми типами образца. Чтобы определить, существуют ли различия в состав микробных между видов растений во всех типах образец был проведен анализ. Основные координаты рукоположения и Кап анализ всех типов образцов (endosphere, ризосфере и почвы) были сделаны с помощью матрицы несходство Брей-Кертис. Матрица несходство Брей-Кертис был создан с помощью скрипта Python в QIIME1.9.1. CAP анализ, основанный на матрице несходство Брей-Кертис было сделано путем ограничения видов растений как фактор в RStudio. ПЕРМАНОВА статистический анализ проводился для определения значимости между видов растений, и P значение отображается в верхнем правом углу. Каждый символ в цифрах представляет сообщество микроорганизмов для этого образца. n = 18 для каждого вида во всех типах образца за исключением n = 15 для sideoats Грама микс. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.

Рисунок 7: пример CAP анализа с использованием видов как сдерживающий фактор для каждого образца типа индивидуально. Основные координат координацию и Кап анализ каждого образца типа (endosphere, ризосфере и почвы) с помощью матрицы несходство Брей-Кертис. Каждый образец типа был разрежена 486, 17154 и 8231 чтений на сэмпл соответственно в endosphere, ризосфере и почвы. Вид был использован как фактор затрудняет координацию. ПЕРМАНОВА статистический анализ проводился для определения значимости между видов растений в каждом образце тип, и значение p отображается в верхнем правом углу. Каждый символ на рисунке представляет сообщество микроорганизмов для каждого образца. Это размер выборки n = 29 для каждого типа образца, n = 6 для каждого вида растений в каждый образец типа за исключением Грама смесь sideoats (n = 5). Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.