Climate controls prokaryotic community composition in desert soils of the southwestern United States
Notice bibliographique
Résumé
Aridisols are the dominant soil type in drylands, which occupy one-third of Earth's terrestrial surface. We examined controls on biogeographical patterns of Aridisol prokaryotic (bacterial and archaeal) communities at a regional scale by comparing communities from 100 Aridisols throughout the southwestern United States using high-throughput sequencing of the 16S rRNA gene. We found that microbial communities differed among global biomes and deserts of the Southwest. Differences among biomes were driven by differences in taxonomic identities, whereas differences among deserts of the Southwest were driven by differences in relative sequence abundance. Desert communities were dominated by Actinobacteria, Proteobacteria and Crenarchaeota, supporting the notion of a core set of abundant taxa in desert soils. Our findings contrast with studies showing little taxonomic overlap at the OTU level (97% sequence similarity) across large spatial scales, as we found ∼90% of taxa in at least two of the three deserts. Geographic distance structured prokaryotic communities indirectly through the influence of climate and soil properties. Structural equation modeling suggests that climate exerts a stronger influence than soil properties in shaping the composition of Aridisol microbial communities, with annual heat moisture index (an aridity metric) being the strongest climate driver. Annual heat moisture index was associated with decreased microbial diversity and richness. If the Desert Southwest becomes hotter and drier as predicted, these findings suggest that prokaryotic diversity and richness in Aridisols will decline.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».